Figma MCP Server
Enables AI assistants to interact with Figma via WebSocket for reading data and design analysis.
Figma MCP Server (Python)
Figma Model Context Protocol (MCP) server, реализованный на Python с использованием FastMCP. Этот сервер позволяет AI ассистентам взаимодействовать с Figma через WebSocket соединение для чтения данных и анализа дизайнов.
🎯 Возможности
- 📖 Чтение данных: Получение информации о документах, узлах, компонентах и стилях
- 🔍 Поиск и анализ: Сканирование узлов по типам, поиск текстового контента
- 📤 Экспорт: Экспорт узлов как изображений в различных форматах
- 📋 Аннотации: Просмотр аннотаций в документах
- 🧩 Компоненты: Работа с компонентами и их экземплярами
- 🔗 Прототипирование: Получение информации о реакциях и связях
🚫 Ограничения
Для безопасности этот сервер НЕ поддерживает:
- Создание новых элементов
- Изменение стилей, цветов или текста (инструменты
set_*) - Операции изменения узлов (перемещение, изменение размера, удаление, клонирование)
📋 Доступные инструменты (15 шт.)
🔗 Подключение
join_channel- Присоединиться к каналу для связи с Figma
📖 Получение информации
get_document_info- Получить информацию о текущем документе Figmaget_selection- Получить информацию о текущем выделенииread_my_design- Получить детальную информацию о выделении включая все детали узловget_node_info- Получить информацию о конкретном узле по IDget_nodes_info- Получить информацию о нескольких узлахget_node_children- Получить ID всех дочерних узлов с полной рекурсивной вложенностьюget_styles- Получить все стили из документаget_local_components- Получить все локальные компоненты
🧩 Компоненты
get_instance_overrides- Получить переопределения экземпляра компонента
🔍 Поиск и сканирование
scan_text_nodes- Сканировать текстовые узлы внутри заданного узлаscan_nodes_by_types- Сканировать узлы определенных типов (TEXT, RECTANGLE, FRAME)
📤 Экспорт
export_node_as_image- Экспортировать узел как изображение (PNG, JPG, SVG, PDF)
📋 Аннотации
get_annotations- Получить аннотации для узла или всего документа
🔗 Прототипирование
get_reactions- Получить реакции (интерактивные связи) для узлов
🏗️ Архитектура
AI Client (Cursor) ←→ MCP Server ←→ WebSocket Server ←→ Figma Plugin
- MCP Server - Предоставляет инструменты для AI
- WebSocket Server - Координирует соединения и каналы
- Figma Plugin - Выполняет команды в Figma
🚀 Быстрый старт
1. Установка зависимостей
cd python-version
python -m venv venv
source venv/bin/activate # Linux/Mac
# или venv\Scripts\activate # Windows
pip install -r requirements.txt
2. Запуск WebSocket сервера
python websocket_proxy.py --port 3055 --debug
3. Запуск в Figma
- Откройте Figma Desktop
- Перейдите в Plugins → Development → Import plugin from manifest...
- Выберите
src/cursor_mcp_plugin/manifest.json - Запустите плагин "Cursor MCP Plugin"
- Подключитесь к серверу на порту 3055
- Запомните Channel ID (например:
abc123xyz)
4. Настройка MCP в Cursor
Добавьте следующую конфигурацию в настройки MCP Cursor (.cursor/mcp.json):
{
"mcpServers": {
"figma-mcp": {
"command": "python",
"args": ["-m", "src.figma_mcp.server", "--server", "localhost:3055"],
"cwd": "/path/to/your/figma_mcp"
}
}
}
Альтернативный способ (с виртуальным окружением):
{
"mcpServers": {
"figma-mcp": {
"command": "/path/to/your/figma_mcp/venv/bin/python",
"args": ["/path/to/your/figma_mcp/src/figma_mcp/server.py", "--server", "localhost:3055"]
}
}
}
Примечание: Замените
/path/to/your/figma_mcpна реальный путь к проекту.
5. Запуск MCP сервера
python -m src.figma_mcp.server --server localhost:3055
6. Подключение к каналу
Используйте инструмент join_channel с полученным Channel ID:
{
"tool": "join_channel",
"arguments": {
"channel": "abc123xyz"
}
}
🛠️ Примеры использования
Получение информации о документе
{
"tool": "get_document_info",
"arguments": {}
}
Получение информации о узле
{
"tool": "get_node_info",
"arguments": {
"node_id": "4472:98013"
}
}
Получение всех дочерних узлов
{
"tool": "get_node_children",
"arguments": {
"node_id": "4472:98012"
}
}
Поиск текстовых узлов
{
"tool": "scan_text_nodes",
"arguments": {
"node_id": "4472:98012",
"use_chunking": true,
"chunk_size": 50
}
}
Экспорт как изображение
{
"tool": "export_node_as_image",
"arguments": {
"node_id": "4472:98013",
"format": "PNG",
"scale": 2.0
}
}
🔧 Конфигурация
WebSocket Server
- Порт: 3055 (по умолчанию)
- Host: localhost
- Debug режим:
--debug
MCP Server
- Server URL: localhost:3055 (по умолчанию)
- Протокол: MCP 2024-11-05
- Transport: stdio
Cursor MCP Settings
Создайте файл .cursor/mcp.json в корне вашего проекта или в домашней директории:
{
"$schema": "https://schema.cursor.com/mcp.json",
"mcpServers": {
"figma-mcp": {
"command": "python",
"args": ["-m", "src.figma_mcp.server", "--server", "localhost:3055"],
"cwd": "/absolute/path/to/figma_mcp",
"env": {
"PYTHONPATH": "/absolute/path/to/figma_mcp"
}
}
}
}
Основные параметры:
command: Команда для запуска Pythonargs: Аргументы для запуска MCP сервераcwd: Рабочая директория (абсолютный путь к проекту)env: Переменные окружения (опционально)
📁 Структура проекта
python-version/
├── src/figma_mcp/
│ ├── __init__.py
│ ├── server.py # Главный MCP сервер
│ ├── websocket_client.py # WebSocket клиент
│ ├── types.py # Типы Pydantic
│ └── utils.py # Утилиты
├── tests/ # Тесты (41 тест)
├── websocket_proxy.py # WebSocket сервер
├── requirements.txt # Зависимости
└── README.md # Документация
🧪 Тестирование
Запуск всех тестов:
python -m pytest tests/ -v
Тестирование подключения:
python test_mcp.py
🔒 Безопасность
- Фильтрация конфиденциальных данных из ответов Figma
- Валидация всех параметров с Pydantic
- Обработка ошибок и таймаутов
- Логирование в stderr для отладки
📦 Зависимости
- fastmcp: 2.4.0 - MCP сервер фреймворк
- websockets: 15.0.1 - WebSocket клиент/сервер
- pydantic: 2.11.5 - Валидация данных
- pytest: 8.3.5 - Тестирование
🐛 Отладка
- Проблемы с подключением: Проверьте статус WebSocket сервера
- Таймауты: Увеличьте timeout в WebSocket клиенте
- Ошибки каналов: Убедитесь, что используете правильный Channel ID
- Логи: Смотрите вывод в stderr для детальной информации
📝 Лицензия
MIT License
🤝 Вклад
- Форкните репозиторий
- Создайте ветку для функции
- Добавьте тесты
- Отправьте pull request
เซิร์ฟเวอร์ที่เกี่ยวข้อง
Scout Monitoring MCP
ผู้สนับสนุนPut performance and error data directly in the hands of your AI assistant.
Alpha Vantage MCP Server
ผู้สนับสนุนAccess financial market data: realtime & historical stock, ETF, options, forex, crypto, commodities, fundamentals, technical indicators, & more
MCPAgent
An intelligent agent framework based on MCP, supporting multiple large language models and tool integrations for testing single-agent effectiveness.
Currents
Enable AI Agents to fix Playwright test failures reported to Currents.
Merge MCP Server
Integrates the Merge Unified API with any LLM provider using the MCP protocol.
PostHog MCP
Integrates with PostHog for feature flag management and error tracking.
Figma MCP Server
Connects to the Figma API, allowing AI tools to access and interact with your Figma designs.
Engram
Prevents regression by providing Blast Radius data to AI based on your git history
Neovim MCP Server
Connects any MCP client to the Neovim editor for seamless integration and control.
Ping MCP Server
An MCP server providing on-chain AI tools for seamless interaction with the Solana blockchain.
Docker
Run and manage docker containers, docker compose, and logs
MCP-Inscription Server
Interact with Ordinals Inscriptions and display content from transactions.