Cursor Talk To Figma MCPサーバー

「Cursor Talk To Figma」MCPサーバーは何をしますか？

Cursor Talk To Figma MCPサーバーは、Cursor AI開発環境とFigmaをシームレスに接続し、AIアシスタントとデザインファイル間の連携を可能にします。Figmaのデザインデータや各種アクションをModel Context Protocol（MCP）経由で公開することで、開発者やAIエージェントがFigmaデザインをプログラムから読み取り、分析、修正できるようになります。この統合により、デザイナーや開発者のワークフローが効率化され、繰り返し作業の自動化、一括コンテンツ置換、コンポーネントのオーバーライド伝播、その他の自動化機能をAIツールから直接実行できます。MCPエンドポイントを通じてFigmaの機能を利用可能にし、生産性とコラボレーションを向上させます。

プロンプト一覧

リポジトリやドキュメントにはプロンプトテンプレートの明記はありません。

リソース一覧

リポジトリやドキュメントに明確なMCPリソースのリストはありません。

ツール一覧

リポジトリやサーバーファイルにMCPツールの明記はありません。

このMCPサーバーのユースケース

• 一括テキストコンテンツ置換: 複数のFigmaデザイン内のテキストを自動的に置換し、手作業を削減してデザインチームの時間を大幅に節約します。
• インスタンスオーバーライドの伝播: あるソースから複数のターゲットへインスタンスオーバーライドを自動で反映し、大規模なデザインシステムの反復作業を簡略化します。
• デザイン自動化: スタイル更新やレイアウト変更、新しいデザイン要素の生成など、FigmaのさまざまなタスクをAI主導で自動化し、開発環境から直接操作できます。
• FigmaとAIエージェントの統合: Cursor内のAIエージェントがFigmaファイルを読み書き可能となり、高度なデザイン分析・批評・プロトタイピングを実現します。
• 開発とデザインのコラボレーション: プログラムからFigmaデザインへアクセスできるため、開発・デザインチーム間の連携が強化され、フィードバックループが加速します。

セットアップ方法

Windsurf

1. Bunがインストールされていることを確認します（curl -fsSL https://bun.sh/install | bash）。
2. リポジトリをクローンし、依存関係をインストールするためbun setupを実行します。
3. WebSocketサーバーを起動：bun socket。
4. Windsurfの設定にMCPサーバーを追加します：

   {
     "mcpServers": {
       "cursor-talk-to-figma": {
         "command": "bunx",
         "args": ["cursor-talk-to-figma-mcp"]
       }
     }
   }
   

5. 設定を保存してWindsurfを再起動し、サーバーへの接続を確認してください。

APIキーの安全な管理例:

{
  "mcpServers": {
    "cursor-talk-to-figma": {
      "command": "bunx",
      "args": ["cursor-talk-to-figma-mcp"],
      "env": {
        "FIGMA_API_KEY": "${env.FIGMA_API_KEY}"
      },
      "inputs": {
        "apiKey": "${env.FIGMA_API_KEY}"
      }
    }
  }
}

Claude

1. 必要なBunをインストールします。
2. 上記と同様にbun setupとbun socketを実行します。
3. Claude構成ファイルにMCPサーバーを追加します：

   {
     "mcpServers": {
       "cursor-talk-to-figma": {
         "command": "bunx",
         "args": ["cursor-talk-to-figma-mcp"]
       }
     }
   }
   

4. 保存してClaudeを再起動します。

APIキーの安全な管理:（上記参照）

Cursor

1. Bunをインストールし、bun setupを実行します。
2. WebSocketサーバーを起動：bun socket。
3. Cursor設定に以下を追加します：

   {
     "mcpServers": {
       "cursor-talk-to-figma": {
         "command": "bunx",
         "args": ["cursor-talk-to-figma-mcp"]
       }
     }
   }
   

4. 保存してCursorを再起動し、MCPサーバーが有効か確認します。

APIキーの安全な管理:（上記参照）

Cline

1. Bunがインストールされていることを確認します。
2. bun setupとbun socketを実行します。
3. Clineの設定に以下を追加します：

   {
     "mcpServers": {
       "cursor-talk-to-figma": {
         "command": "bunx",
         "args": ["cursor-talk-to-figma-mcp"]
       }
     }
   }
   

4. 保存し、Clineを再起動して確認します。

APIキーの安全な管理:（上記参照）

FlowHuntフロー内でのMCPの使い方

FlowHuntでのMCP統合

MCPサーバーをFlowHuntワークフローに組み込むには、まずMCPコンポーネントをフローに追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開きます。システムMCP設定欄に、以下のJSON形式でMCPサーバー情報を入力してください：

{
  "cursor-talk-to-figma": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定後、AIエージェントはこのMCPのすべての機能にアクセスできるようになります。「cursor-talk-to-figma」はご自身のMCPサーバー名に、URLもご自身のサーバーURLに適宜変更してください。

概要

このリポジトリはFigmaの自動化をMCP経由で強力に実現しますが、プロンプトやツール、リソースの詳細なドキュメントはありません。セットアップ手順やユースケースは明快で実用的ですが、より深いMCP独自機能（rootsやサンプリング等）は記載されていません。

MCPスコア

所感と評価:
上記2つの表に基づき、このMCPサーバーの評価は6/10です。スター数も多く利用も活発、セットアップも明快で価値ある連携を提供していますが、MCPプロンプト・リソース・ツールの明記されたドキュメントやroots/サンプリングサポートの記述はありません。