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)
MCP server for Google Gemini AI - text, image, video, research, and more
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": {
"gemini": {
"command": "uvx",
"args": [
"mcp-gemini-crunchtools"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add gemini -- uvx mcp-gemini-crunchtoolsIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"gemini": {
"command": "uvx",
"args": [
"mcp-gemini-crunchtools"
]
}
}
}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": {
"gemini": {
"type": "stdio",
"command": "uvx",
"args": [
"mcp-gemini-crunchtools"
]
}
}
}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 crunchtools 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 (0.3.0) kam vor 8 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.
A secure MCP (Model Context Protocol) server for Google Gemini AI - text, image, video, research, and more.
This MCP server is designed to be:
SecretStr to prevent accidental loggingquay.io/crunchtools/mcp-gemini built on Hummingbird Python base image| Component | Name |
|---|---|
| GitHub repo | crunchtools/mcp-gemini |
| Container | quay.io/crunchtools/mcp-gemini |
| Python package (PyPI) | mcp-gemini-crunchtools |
| CLI command | mcp-gemini-crunchtools |
| Module import | mcp_gemini_crunchtools |
The container image is built on the Hummingbird Python base image from Project Hummingbird, which provides:
This means your MCP server runs in a hardened environment with fewer vulnerabilities than typical Python container images.
gemini_query - Query Gemini with optional Google Search groundinggemini_brainstorm - Generate creative ideas on a topicgemini_analyze_code - Analyze code for security, performance, bugsgemini_analyze_text - Analyze text for sentiment, tone, contentgemini_summarize - Summarize content in various formatsgemini_generate_image - Generate images from text prompts (native Gemini)gemini_generate_image_with_input - Edit/modify existing imagesgemini_image_prompt - Craft effective image generation promptsgemini_imagen_generate - Generate images using Google Imagen 4 modelsgemini_start_image_edit - Start a multi-turn image editing sessiongemini_continue_image_edit - Continue editing in an active sessiongemini_end_image_edit - End an image editing sessiongemini_list_image_sessions - List all active editing sessionsgemini_analyze_image - Analyze and describe local image filesgemini_search - Web search using Gemini with Google Search groundinggemini_analyze_document - Analyze PDFs, DOCX, TXT, etc.gemini_summarize_pdf - Summarize PDF documentsgemini_extract_tables - Extract tables from documentsgemini_analyze_url - Analyze one or more URLsgemini_compare_urls - Compare two URLsgemini_extract_from_url - Extract specific data from a URLgemini_generate_video - Generate videos using Veogemini_check_video - Check video generation statusgemini_youtube - Analyze YouTube videosgemini_youtube_summary - Summarize YouTube videosgemini_speak - Convert text to speechgemini_dialogue - Generate multi-voice dialogue audiogemini_list_voices - List available voicesgemini_deep_research - Perform multi-step web researchgemini_check_research - Check research operation statusgemini_research_followup - Ask follow-up questionsgemini_create_cache - Create content cache for repeated queriesgemini_query_cache - Query cached contentgemini_list_caches - List all active cachesgemini_delete_cache - Delete a cachegemini_structured - Get structured JSON outputgemini_extract - Extract structured data from textgemini_count_tokens - Count tokens in contentgemini_run_code - Execute Python code via GeminiTotal: 39 tools
uvx mcp-gemini-crunchtools
pip install mcp-gemini-crunchtools
# Create a shared output directory (required before first run)
mkdir -p ~/.local/share/mcp-uploads-downloads
podman run -v ~/.local/share/mcp-uploads-downloads:/output:z \ -e GEMINI_API_KEY=your_key \ -e GEMINI_OUTPUT_DIR=/output \ quay.io/crunchtools/mcp-gemini
SELinux note: Use
:z(lowercase, shared) instead of:Z(uppercase, private).
MCP servers run as long-lived stdio processes. With
:Z, files copied into the
directory after container start won't have the container's private MCS label and
will be invisible inside the container. The
:zflag sets a shared
container_file_tcontext that all containers and the host can read/write.
Tip: Use the same shared directory (
~/.local/share/mcp-uploads-downloads/)
across multiple MCP container servers (e.g., mcp-gemini and mcp-wordpress) so
generated images are immediately available for WordPress upload without copying.
AI... (e.g., AIzaSy...)claude mcp add mcp-gemini-crunchtools \
--env GEMINI_API_KEY=your_api_key_here \ -- uvx mcp-gemini-crunchtools
Or for the container version:
# Create a shared output directory (required before first run)
mkdir -p ~/.local/share/mcp-uploads-downloads
claude mcp add mcp-gemini-crunchtools \ --env GEMINI_API_KEY=your_api_key_here \ --env GEMINI_OUTPUT_DIR=/output \ -- podman run -i --rm \ -v ~/.local/share/mcp-uploads-downloads:/output:z \ -e GEMINI_API_KEY \ -e GEMINI_OUTPUT_DIR=/output \ quay.io/crunchtools/mcp-gemini
For generated images, audio, and videos when running without a container:
claude mcp add mcp-gemini-crunchtools \
--env GEMINI_API_KEY=your_api_key_here \ --env GEMINI_OUTPUT_DIR=$HOME/.local/share/mcp-uploads-downloads \ -- uvx mcp-gemini-crunchtools
User: What are the latest developments in quantum computing?
Assistant: [calls gemini_query with use_google_search=true]
User: Generate a photorealistic image of a sunset over mountains
Assistant: [calls gemini_generate_image with prompt and style]
User: Analyze this research paper at /path/to/paper.pdf
Assistant: [calls gemini_analyze_document with file_path]
User: Summarize this YouTube video: https://youtube.com/watch?v=...
Assistant: [calls gemini_youtube_summary with url]
User: Research the environmental impact of electric vehicles
Assistant: [calls gemini_deep_research then gemini_check_research]
User: Analyze this Python code for security issues
Assistant: [calls gemini_analyze_code with focus="security"]
This server was designed with security as a primary concern. See SECURITY.md for:
git clone https://github.com/crunchtools/mcp-gemini.git
cd mcp-gemini uv sync
uv run pytest
uv run ruff check src tests
uv run mypy src
podman build -t mcp-gemini .
AGPL-3.0-or-later
Contributions welcome! Please read SECURITY.md before submitting security-related changes.