Figma Context MCP
Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.
Beschreibung vom Entwickler (englisches Original)
Agent-native CAD: draw plans, model 3D, render checks, export DXF/SVG/STL/GLB/IFC, import DXF.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein
{
"mcpServers": {
"modulor": {
"command": "uvx",
"args": [
"modulor"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add modulor -- uvx modulorIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"modulor": {
"command": "uvx",
"args": [
"modulor"
]
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"modulor": {
"type": "stdio",
"command": "uvx",
"args": [
"modulor"
]
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto bcllcc bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.7.1) kam vor 5 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: Figma Context MCP, Claude Real Video, Figma MCP Server
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.
Let any LLM watch a video locally — and search everything it has ever watched.
The Figma MCP server brings Figma design context directly into your AI workflow.
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
Agent-native 的二维绘图 + 三维建模内核。没有 GUI,没有鼠标——JSON 进,几何出。
English: Modulor is an agent-native 2D drafting + 3D modeling kernel —
the geometry layer for the agent era. No GUI: the entire tool is a
self-describing JSON op protocol (77 ops, contract-tested) over a plain-JSON
document format, callable via CLI, JSON-Lines pipe, MCP server or Python.
Parametric recipes, architectural semantics, freeform surfaces, DXF/glTF
interop, a built-in verification loop (measure / validate / render-and-see),
and a conformance checker for the format. Agents read
AGENT_GUIDE.md; the API contract lives in
docs/API.md; the file format spec in
docs/FORMAT.md. Named after Le Corbusier's *Modulor* —
a universal measure for building, this time for machines.
传统 CAD软件 是为人类的眼睛和手设计的:菜单、视口、 捕捉、快捷键。Agent 调用它们时,要么模拟人类操作,要么穿过厚重的插件层。 Modulor 反过来:把 CAD 的几何核心保留下来,把交互层整个换成 Agent 的母语 ——结构化命令、结构化结果、结构化错误,外加一条"渲染成图、亲眼验证"的反馈回路。
┌─────────────────────────────────────────┐
Agent ──────▶│ CLI batch │ CLI pipe │ MCP │ Python API │ └──────────────────┬──────────────────────┘ ▼ JSON 命令(自描述 op 协议) ▼ ┌─────────────────────────────────────────┐ │ 几何内核:manifold3d (Clipper2 + Manifold) │ │ 2D/3D 布尔 · 偏移 · 拉伸 · 旋转体 · 切片 │ └──────────────────┬──────────────────────┘ ▼ .json 文档 · SVG · DXF · PNG 渲染 · OBJ / STL / GLB
扩展生态:领域能力住扩展包——装上扩展即获得 mech.gear 渐开线齿轮(官方模板); 三十行代码就能写出你自己的扩展,命名空间与 API 法律由机制强制, 见 docs/PLUGINS.md。
身份与治理:项目名/包名/CLI/格式标识已正式冻结; Standard(规格,供第三方实现)与 Core(参考实现,canonical 而非排他)的 边界、semver 与兼容政策、RFC 流程见 GOVERNANCE.md。
标准的两半都已成文并由测试看守:op 协议——docs/API.md (由注册表生成)+ 机器可读契约 docs/api.json,实现与契约 不一致时测试直接失败;文档格式——docs/FORMAT.md 规格
每份示例文档都在 CI 里对着 schema 验证。
与主流 CAD 的互操作是契约(docs/INTEROP.md): DXF 导出为 R2000 原生对象(ELLIPSE/SPLINE/HATCH/关联 DIMENSION/ BLOCK+INSERT),在 AutoCAD 里直接可编辑;导入保留块结构;每个导出文件 在 CI 里由 ezdxf(DXF)与 ifcopenshell(IFC4)做语义级校验。
"bay*3"、"level_top('L2')"、"grid_x('B')");recipe_set 把生成 命令存进文档作为设计意图,set_param + regenerate 一条命令全模型 联动重建——"柱距 4m 改 5m,其他保持联动"就是这两个调用cad_render 直接返回图像modulor serve 起一个严格只读的浏览器窗口 (2D 平面 + WebGL 3D 轨道视图 + 图层开关 + 一键下载),监视文档文件, 任何 Agent 通过任何通道修改文档,页面自动跟随刷新——人类看,Agent 干pip install modulor # 内核依赖仅 numpy + manifold3d
pip install modulor[check] # 可选:格式一致性校验(modulor check --strict)
开发安装:克隆本仓库后 pip install -e .[dev],pytest tests 跑全部测试。
modulor ops # 看所有命令(自描述,无需读文档)
modulor ops add_wall # 看单个命令的参数/默认值/示例
echo [{"op":"add_box","size":[100,60,40]},{"op":"render","path":"a.png"}] > s.json modulor run model.json s.json # 批量执行(原子性:失败则不落盘)
modulor repl model.json # 长会话:一行 JSON 进,一行 JSON 出 modulor mcp # MCP stdio 服务器 modulor serve model.json # 只读查看器:浏览器实时跟随文档变化
*查看器:左 2D 平面(滚轮缩放/拖拽平移),右 WebGL 3D(轨道相机), 底部图层开关,顶部 SVG/DXF/GLB/STL 下载。零前端依赖,单文件 HTML,离线可用。*
MCP 客户端配置(如 Claude Code):
{"mcpServers": {"modulor": {"command": "modulor", "args": ["mcp"]}}}
接入你的 Agent:integrations/ 提供即插即用包——Claude Code skill、Cursor 规则、Codex AGENTS 片段、OpenAI 兼容工具定义(GPT/Kimi/通义/DeepSeek 直接加载)、LangChain/AutoGen/CrewAI 集成、中文接入说明、以及 8 个 CI 实测的命令配方(COOKBOOK)。
modulor run out\studio.json examples\floorplan.json —— 户型图: 闭合外墙环 + 隔墙 + 4 门窗 + 标注链 + 房间标签 → SVG/DXF/PNG → 一键长成 3D(含楼板)→ GLB。
modulor run out\bracket.json examples\bracket.json —— 机械零件: 偏移做圆角板 + 孔阵列 + 腰形槽(2D 布尔)→ 拉伸 → 凸台镗孔(3D 布尔)→ 体积测量 → STL/GLB/OBJ + 剖面 DXF。
modulor run out\zaha.json examples\zaha.json —— 异形建筑: 三断面样条放样出流线塔楼(loft+twist)+ 飘带天蓬(sweep)+ 样条曲线墙 + 隐式曲面融合展亭(add_implicit smin)→ GLB。
modulor run out\param.json examples\parametric.json --as-recipe —— 参数化建筑:5 个参数驱动轴网/标高/柱阵/楼板/幕墙/坡屋顶/楼梯/房间; 之后 {"op":"regenerate","params":{"bay":5000,"floors":4}} 一条命令, 整栋楼重新协调(OFFICE 面积 76.8m² → 120m²,diff 给出完整对比报告)。
| 建筑平面(双线墙、门扇、标注链) | 机械零件(2D/3D 布尔) | 异形建筑(放样/扫掠/隐式曲面) |
|---|---|---|
参数化联动——同一份配方,{"op":"regenerate","params":{"bay":5000,"floors":4}} 一条命令重建整楼:
| bay=4000 · 3 层 | bay=5000 · 4 层(regenerate 之后) |
|---|---|
| 城市体块(分区/裙房塔楼/扭转地标) |
|---|
规模参考(scripts/bench.py,20 层塔楼 401 条命令):构建 0.08s、 文档 0.04MB(墙体参数化存储)、着色渲染 2.2s、GLB 导出 0.05s。
help 一个调用拿全;参数拼错会收到 "did you mean ..." 。measure、validate、render——Agent 不必 盲信自己的输出。tag 让选择器稳定。modulor/
document.py 文档模型(图层/材质/实体/选择器/序列化) engine.py 批处理执行器(原子性、结构化错误) geometry.py 向量/仿射/弧离散化/墙体轮廓偏移 shapes.py 实体 <-> 几何内核(CrossSection/Manifold)桥 ops/ 全部操作:绘图、建模、参数化、建筑语义、变换、查询、导出 exporters/ SVG · DXF · OBJ · STL · GLB(全部手写,零重依赖) render/ 软件光栅器、笔画字体、2D/3D 渲染 cli.py run / op / repl / ops / new / info / serve / mcp mcp_server.py MCP stdio 服务器(手写 JSON-RPC,无 SDK 依赖) viewer/ 只读实时查看器(stdlib HTTP + 单文件 HTML + 自写 WebGL) tests/ 行为 + 契约 + 模糊测试(pytest) examples/ 户型图与机械零件全流程脚本 AGENT_GUIDE.md 给 Agent 看的完整使用指南
MIT
mcp-name: io.github.bcllcc/modulor