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)
Generate video and images (Veo 3.1, Grok Imagine, Nano Banana, GPT Image 2) via the GenRelay API.
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.
GENRELAY_API_KEYAls geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.
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": {
"genrelay": {
"command": "npx",
"args": [
"-y",
"genrelay-mcp"
],
"env": {
"GENRELAY_API_KEY": "your-value"
}
}
}
}Führe das in deinem Terminal aus
claude mcp add genrelay --env GENRELAY_API_KEY=your-value -- npx -y genrelay-mcpTrag die leeren Werte ein, bevor du ihn startest.
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"genrelay": {
"command": "npx",
"args": [
"-y",
"genrelay-mcp"
],
"env": {
"GENRELAY_API_KEY": "your-value"
}
}
}
}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": {
"genrelay": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"genrelay-mcp"
],
"env": {
"GENRELAY_API_KEY": "your-value"
}
}
}
}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 7. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto gaoruitech 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.
Das musst du eintragen: GENRELAY_API_KEY
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 (0.1.2) kam vor 25 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js 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.
MCP server for GenRelay — generate video and images from Claude Desktop, Cursor, or any MCP client.
One server, several models: Veo 3.1, Grok Imagine, Omni Flash, Nano Banana Pro/2, GPT Image 2.
Nothing to install — point your MCP client at it with npx.
Claude Desktop — claude_desktop_config.json:
{
"mcpServers": { "genrelay": { "command": "npx", "args": ["-y", "genrelay-mcp"], "env": { "GENRELAY_API_KEY": "sk-..." } } } }
Cursor — .cursor/mcp.json:
{
"mcpServers": { "genrelay": { "command": "npx", "args": ["-y", "genrelay-mcp"], "env": { "GENRELAY_API_KEY": "sk-..." } } } }
Get a key at genrelay.ai. Restart the client after editing the config.
| Tool | What it does |
|---|---|
generate_video | Text-to-video and image-to-video. Returns the clip, or a task id if it's still running |
generate_image | Image generation and editing. Returns the picture inline |
check_job | Pick up a job by task id |
list_models | What's available and what each model is for |
Then just ask:
Generate an 8-second video of a neon fox running through a rainy city at night, 1080p
Video generation takes 1–5 minutes — longer than an MCP tool call is allowed to run. So generate_video waits as long as it safely can, then hands back a task id:
Still generating — this is normal for video.
task id: task_abc123 status: in_progress progress: 35%
Call check_job with task id "task_abc123" in a minute or two.
That's a normal outcome, not a failure. The job keeps running server-side — use `check_job`, don't resubmit (resubmitting bills a second time).
Images usually finish inside the budget and come back inline.
Video
| Model | Notes |
|---|---|
veo_3_1 | Google Veo 3.1 — highest quality, with audio |
veo_3_1-fl | first/last frame — supply both endpoints |
veo_3_1-components | component-guided |
grok-imagine-video-1-5-preview | xAI Grok Imagine 1.5 |
grok-imagine-1-0-video | xAI Grok Imagine 1.0 |
omni-flash | fast, good for longer clips |
omni_flash_abra_edit | video editing from a source video |
Image — nano-banana-pro, nano-banana-2, gpt-image-2
Tiers: images 1k/2k/4k, Veo video 720p/1080p/4k. Pricing is per tier, and a size matching no tier falls back to the model's base rate — so set tier explicitly when cost matters.
| Variable | |
|---|---|
GENRELAY_API_KEY | required |
GENRELAY_BASE_URL | optional, defaults to https://genrelay.ai/v1 |
pip install genrelaynpm install genrelayopenai package at https://genrelay.ai/v1npm install
npm run build node test/smoke.mjs # boots the server and speaks MCP to it
What is genrelay-mcp? An MCP server that lets Claude Desktop, Cursor and other MCP clients generate video and images through the GenRelay API.
Which clients work? Any MCP client that can launch a stdio server with npx -y genrelay-mcp, including Claude Desktop and Cursor.
How do I get an API key? Sign up at genrelay.ai and create a key in the console. Set it as GENRELAY_API_KEY.
How is it billed? Prepaid credits in USD, pay as you go. See Pricing.
A video is still running. Do I resubmit? No. Use check_job with the task id. Resubmitting is billed again.
Where is it listed? npm and the official MCP Registry as io.github.gaoruitech/genrelay-mcp.
MIT