基础设施层 · MCP 工具 · 工具解读 · WF-007
MCP 工具参考:Figma Context MCP
一个 Figma MCP server,把设计文件裁剪成适合 coding agent 使用的布局、样式和图片上下文。
Framelink MCP for Figma
一个 Figma MCP server,把设计文件裁剪成适合 coding agent 使用的布局、样式和图片上下文。
这个能力解决什么问题
让 AI 根据 Figma 实现 UI 时,直接贴截图信息太少,直接把 Figma API 原始 JSON 给模型又太大、太乱。Figma Context MCP 解决的是把 Figma file/frame/group 链接转成简化后的设计上下文,只保留 coding agent 真正需要的布局、样式、文本、组件和图片信息,让 Cursor 等工具更准确地生成前端代码。
核心逻辑
输入是 Figma 文件、frame 或 group 链接,以及 Figma access token。MCP server 解析 URL,调用 Figma API 拉取节点数据;extractors 和 transformers 遍历节点树,把布局、flex/grid、颜色、渐变、图片、文本、组件、effects 等原始设计信息转换成可序列化的精简结构;必要时 download-figma-images 工具下载图片资源。输出是 coding agent 可读的设计 metadata、样式上下文和图片文件,而不是完整 Figma 原始响应。
技术结构
- MCP tools:
get-figma-data-tool获取设计数据,download-figma-images-tool处理图片资产。 - Figma service:
figma.ts和get-figma-data.ts负责 API 请求、错误、rate limit 和指标。 - Extractors:
design-extractor、node-walker、finalize负责从 Figma 节点树抽出有效信息。 - Transformers:layout/flex/grid、style/color/gradient/image、text、component、effects 等模块把原始属性转换成模型友好的结构。
- 安全与质量测试:tests 覆盖 path validation、telemetry redaction、rich text、layout alignment、image processing、serialization 等。
为什么值得参考
它的亮点是“上下文裁剪”,不是简单 API proxy。Figma API 信息非常多,真正有用的是布局约束、视觉 token、文本层级和必要图片;项目把这些抽取和转换做成独立模块,给所有设计转代码工具一个关键启发:给模型的不是更多信息,而是更贴近实现的信息。
为什么不建议直接套用
它需要 Figma personal access token,且默认面向 Cursor 这类 coding agent;企业设计文件权限、token 存储、telemetry、图片下载路径都要单独审查。Figma 的复杂组件、auto layout、变量、响应式约束并不总能无损转成代码语义,输出仍需要前端工程师判断。若设计系统和代码组件库强绑定,单纯读取 Figma 还不够,还要映射到本地组件。
如何改造成自己的版本
内部可以借它做“设计上下文中间层”:先定义自己的输出 schema,包括 colors、typography、spacing、layout、components、assets、implementation_notes;再把 Figma node 转成这个 schema,同时把 design token 名称映射到代码库 token。图片下载要限制目录和文件名,Figma token 只放环境变量。给 Agent 的提示里只传目标 frame 的精简上下文和本地组件约束。
适用场景
- Figma 到前端代码的 AI 辅助实现。
- 需要从设计稿提取布局、样式、图片和文本上下文。
- coding agent 已在 Cursor/VS Code 等 MCP host 中运行。
不适用场景
- 设计文件权限敏感,不能给工具 token。
- 需要完整设计评审,而非代码实现上下文。
- 本地组件库映射规则尚未建立。
参考信息
- 原项目:Figma-Context-MCP
- 作者:GLips
- 相关概念:[[设计转代码]]、[[MCP]]、[[上下文裁剪]]
- 相关卡片:保守留空
适用场景与行动
场景:基础设施层 / MCP 工具
适合谁:关注 AI 工作流、Skill 生产和 Agent Building 的读者
下一步:先阅读边界说明,再判断它是否适合改造成自己的MCP 工具流程。
当前内容按公开来源和已审核草稿整理,只作为工作流理解与方法论参考。
涉及客户数据、外部平台、会议记录和业务系统的场景,必须保留人工确认与授权边界。