“Cursor 与 Figma” MCP 服务器能做什么?
Cursor Talk To Figma MCP 服务器为 Cursor AI 开发环境与 Figma 之间搭建了桥梁,实现 AI 助手与设计文件的无缝互动。通过模型上下文协议(MCP)暴露 Figma 的设计数据与操作,该服务器允许开发者和 AI 代理以编程方式读取、分析和修改 Figma 设计。此集成简化了设计师与开发者的工作流,可自动化重复性设计任务、批量内容替换、扩散组件覆盖,并直接通过 AI 工具实现其他自动化能力。该服务器通过标准化 MCP 端点让 Figma 能力触手可及,提升生产力和协作效率。
Prompt 模板列表
仓库或文档中未明确列出 prompt 模板。
资源列表
仓库或文档中未明确提供 MCP 资源列表。
工具列表
仓库或服务器文件中未明确包含 MCP 工具列表。
该 MCP 服务器的应用场景
- 批量文本内容替换: 自动化替换多个 Figma 设计中的文本内容,减少手动编辑,大幅节省设计团队时间。
- 实例覆盖批量传播: 自动将组件实例的覆盖从一个源传播到多个目标,简化大型设计系统中的重复更新。
- 设计自动化: 启用由 AI 驱动的各种 Figma 任务自动化,如样式更新、布局修改或新设计元素生成,直接在开发环境中完成。
- 将 Figma 集成进 AI 代理: 让 Cursor 内的 AI 代理读取和写入 Figma 文件,实现高级设计分析、点评或快速原型制作。
- 协同开发与设计: 通过代码程序化访问 Figma 设计,打通开发与设计团队,推动更紧密的集成与更快的反馈循环。
如何设置
Windsurf
- 确保已安装 Bun(
curl -fsSL https://bun.sh/install | bash)。 - 克隆仓库并运行
bun setup安装依赖。 - 启动 WebSocket 服务器:
bun socket。 - 在 Windsurf 配置中添加 MCP 服务器:
{ "mcpServers": { "cursor-talk-to-figma": { "command": "bunx", "args": ["cursor-talk-to-figma-mcp"] } } } - 保存配置并重启 Windsurf,验证服务器连接。
API 密钥安全存储:
{
"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
- 安装依赖(Bun)。
- 按上述步骤运行
bun setup和bun socket。 - 在 Claude 配置文件中添加 MCP 服务器:
{ "mcpServers": { "cursor-talk-to-figma": { "command": "bunx", "args": ["cursor-talk-to-figma-mcp"] } } } - 保存并重启 Claude。
API 密钥安全存储:(参见上例)
Cursor
- 安装 Bun 并运行
bun setup。 - 启动 WebSocket 服务器:
bun socket。 - 在 Cursor 配置中添加如下内容:
{ "mcpServers": { "cursor-talk-to-figma": { "command": "bunx", "args": ["cursor-talk-to-figma-mcp"] } } } - 保存并重启 Cursor,确认 MCP 服务器已激活。
API 密钥安全存储:(参见上例)
Cline
- 确保已安装 Bun。
- 运行
bun setup和bun socket。 - 在 Cline 配置中添加:
{ "mcpServers": { "cursor-talk-to-figma": { "command": "bunx", "args": ["cursor-talk-to-figma-mcp"] } } } - 保存,重启 Cline 并验证。
API 密钥安全存储:(参见上例)
如何在流程中使用 MCP
在 FlowHunt 中集成 MCP
要将 MCP 服务器集成进 FlowHunt 工作流,请首先在流程中添加 MCP 组件,并将其连接到你的 AI 代理:

点击 MCP 组件打开配置面板。在系统 MCP 配置区,使用如下 JSON 格式填写你的 MCP 服务器信息:
{
"cursor-talk-to-figma": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具使用该 MCP,获得其全部功能。请记得将 “cursor-talk-to-figma” 替换为你实际的 MCP 服务器名称,并填写你自己的 MCP 服务器 URL。
概览
| 部分 | 可用性 | 说明/备注 |
|---|---|---|
| 概览 | ✅ | 已详述于 readme.md 和项目描述 |
| Prompt 模板列表 | ⛔ | 未发现 prompt 模板 |
| 资源列表 | ⛔ | 未明确列出 |
| 工具列表 | ⛔ | 未明确列出 |
| API 密钥保护 | ✅ | 提供了环境变量示例 |
| 采样支持(评价时非重点) | ⛔ | 未见相关说明 |
该仓库为自动化 Figma 提供了强大的 MCP 集成,但缺乏对 prompt、工具和资源的详细文档。安装指引和应用场景清晰实用,但更深入的 MCP 相关特性(如 roots、采样等)暂无文档支持。
MCP 评分
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 是否有至少一个工具 | ⛔ |
| Fork 数量 | 433 |
| Star 数量 | 4.4k |
观点与评分:
根据以上两张表,该 MCP 服务器评分为 6/10。它 star 数多,活跃度高,安装和集成指引清晰,但缺少明确的 MCP prompt、资源和工具文档,也没有根节点或采样支持的说明。
