关于 aicanvas
@aicanvas/mcp 是 AI Canvas 的 MCP 服务,允许 AI 编辑器在对话中查找并安装 80 多个动画 React 组件。组件与 shadcn 兼容,适合需要快速引入前端组件的开发者。设计系统与模板也可通过该服务获取。
主要功能
- 01搜索、浏览标准组件及其分类
- 02获取组件源码与 shadcn 安装命令
- 03查询组件文档化的 props 并校验 JSX 用法
- 04根据简短描述生成页面构建计划
适用场景
- 01在对话中查找并安装动画卡片等界面组件
- 02在编写 JSX 前查看组件 props 以避免错误
- 03按照构建计划组合模板与组件搭建页面
MCP 相关
该项目作为 MCP 服务运行,向 Claude Code、Cursor、Claude Desktop 和 Codex 等客户端提供 13 个只读工具,用于检索、获取及校验 AI Canvas 组件。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
@aicanvas/mcp
适用于 AI Canvas 的模型上下文协议服务。让你的 AI 编辑器(Claude Code、Cursor、Claude Desktop、Codex)无需离开聊天界面,即可发现并安装 AI Canvas 组件。
You: "find me an animated card stack"
AI: [calls search_components → ranks matches → picks polaroid-stack]
[calls get_install_command → returns: npx shadcn add @aicanvas/polaroid-stack]
[runs the command — file lands in your project]
You: "make the rotation more dramatic"
AI: [edits the file directly]
提供的功能
共 13 个工具,数据来自 aicanvas.me 的实时注册表。网站添加组件后,MCP 会在几分钟内自动更新。注册表中包含 80 多个独立组件,以及拥有自身组件和模板的 Andromeda 设计系统。
| 工具 | 用途 |
|---|---|
list_categories | 显示所有分类及组件数量。方便在深入浏览前了解概况。 |
list_components | 浏览独立组件,可按分类筛选。支持分页。 |
search_components | 在独立组件和设计系统组件中进行模糊关键词搜索(包括 slug、名称、描述、分类和标签)。结果按相关性排序。 |
get_component | 获取一个组件的完整元数据和 .tsx 源代码。支持解析独立组件 slug 和设计系统组件 slug(例如 andromeda-heat-grid)。 |
get_install_command | 获取任意独立组件或设计系统组件对应的 npx shadcn add @aicanvas/<slug> 命令。 |
list_systems | 列出可用的设计系统(例如 Andromeda),并显示组件和模板数量。 |
get_system | 获取整个设计系统的所有文件、共享令牌、组件安装命令和依赖关系链。 |
list_templates | 列出即用型模板(完整示例页面),可按设计系统筛选。 |
get_template | 获取单个模板(即用型组合)的所有文件,以及它引入的注册表依赖项。 |
get_component_props | 获取一个组件的已记录属性:名称、类型、是否必填、默认值和描述。免费使用,无需账户,内容远少于源代码。 |
validate_usage | 根据组件已记录的属性检查文件中的 JSX:检查未知属性、缺少的必填属性、超出属性可选值范围的值,并标注各项所在行号。 |
compose_page | 将一行简要需求转化为构建计划:最匹配的模板、每个部分对应的一个组件及备选方案、安装顺序(令牌优先),以及没有组件覆盖的部分。只生成计划,不生成代码。 |
get_audit_checklist | 检查已完成页面或组件的清单:安装完整性、属性、两种主题、320px 布局、动效清理、键盘操作与对比度、组合方式。 |
所有工具均为只读,不会修改 AI Canvas 端的任何内容。
最后四个工具适用于以下工作流:先用 compose_page 制定计划,再用 get_component_props 在编写 JSX 前查看各组件的 API,用 validate_usage 检查完成的文件,最后用 get_audit_checklist 检查是否已完成。
独立组件和设计系统组件分别存放。list_components 和 list_categories 仅涵盖 80 多个独立组件,保持目录清晰。设计系统组件可通过 list_systems / get_system 查找,也可以通过 get_component、get_install_command 和 search_components 按 slug 解析。
设置
Claude Desktop
编辑 claude_desktop_config.json:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
{
"mcpServers": {
"aicanvas": {
"command": "npx",
"args": ["-y", "@aicanvas/mcp"]
}
}
}
重启 Claude Desktop。工具列表中应会显示 aicanvas 工具。
Cursor
项目级(仓库中的 .cursor/mcp.json)或全局(~/.cursor/mcp.json):
{
"mcpServers": {
"aicanvas": {
"command": "npx",
"args": ["-y", "@aicanvas/mcp"]
}
}
}
Claude Code
项目级 .mcp.json(与代码一起提交):
{
"mcpServers": {
"aicanvas": {
"command": "npx",
"args": ["-y", "@aicanvas/mcp"]
}
}
}
也可以通过 CLI 配置:
claude mcp add aicanvas -- npx -y @aicanvas/mcp
Codex
~/.codex/config.toml:
[mcp_servers.aicanvas]
command = "npx"
args = ["-y", "@aicanvas/mcp"]
验证是否正常运行
在上述任意 AI 编辑器中询问:
“AI Canvas 有哪些组件类别?”
你应该会看到全部 11 个类别及其数量。如果没有,请检查宿主的 MCP 日志。通常,“Failed to spawn process” 或网络错误意味着 npx 无法获取软件包,或者编辑配置后没有重启宿主。
要在编辑器外检查服务:
npx -y @modelcontextprotocol/inspector npx -y @aicanvas/mcp
这会打开一个浏览器界面,你可以在其中手动调用每个工具。
配置
| 环境变量 | 默认值 | 用途 |
|---|---|---|
AICANVAS_REGISTRY_BASE | https://aicanvas.me/r | 注册表根 URL。仅在针对可自托管镜像进行本地开发时覆盖。 |
AICANVAS_TOKEN | (none) | 可选的账户专属令牌。网站会将其写入提供给你的 MCP 配置。它用于识别你的 AI Canvas 账户,以授权拉取源代码并解锁你拥有的任何高级内容。每次注册表请求都会以 Bearer 令牌的形式发送。没有该令牌时,你的身份为匿名:仍可浏览元数据,但拉取组件源代码时会收到一条简短的“创建免费账户”提示,而不是代码。 |
账户和高级内容
浏览元数据(list_categories、list_components、search_components、list_systems、list_templates、get_install_command)免费且无需账户。拉取实际源代码(get_component、get_system、get_template)需要使用免费的 AI Canvas 账户:从你的账户获取 AICANVAS_TOKEN,网站会为你提供现成的配置。没有令牌时,拉取免费组件源代码会收到一条简短的“创建免费账户”提示,而不是代码;高级内容(完整设计系统和模板)则会返回 HTTP 402,并附带 aicanvas.me/pricing 上的升级链接。可随时通过 npx @aicanvas/mcp@latest 更新。
注册表如何保持最新
MCP 会在首次使用时获取 https://aicanvas.me/r/aicanvas-mcp.json,并将其缓存 5 分钟。AI Canvas 上的新组件会自动显示在 MCP 中,无需更新软件包。
每个组件的完整源代码会按需从 /r/<slug>.json 获取(与 CLI 安装的 shadcn 注册表项目相同)。
属性表来自 https://aicanvas.me/r/aicanvas-props.json,并在构建时从每个组件自身的 JSDoc 解析,因此不会与源代码出现偏差。同样缓存 5 分钟。
本地开发
git clone https://github.com/aicanvas-me/aicanvas.git
cd aicanvas/mcp
npm install
npm run build
# Smoke-test against the deployed registry:
npm run inspect
# Or point at a locally running aicanvas dev server:
AICANVAS_REGISTRY_BASE=http://localhost:3000/r node dist/index.js
编辑 src/index.ts,运行 npm run build,然后重启 AI 编辑器。
许可证
MIT,与 AI Canvas 项目相同。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。