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)
Fold proteins, co-fold ligands with binding affinity, design binders and embed sequences.
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.
Funktioniert in Claude im Web, auf dem Desktop und auf dem Handy:
https://api.japanfold.aiand.com/mcpFühre das in deinem Terminal aus
claude mcp add --transport http japanfold https://api.japanfold.aiand.com/mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"japanfold": {
"url": "https://api.japanfold.aiand.com/mcp"
}
}
}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": {
"japanfold": {
"type": "http",
"url": "https://api.japanfold.aiand.com/mcp"
}
}
}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.
ChatGPT verbindet sich nur mit Servern im Internet:
https://api.japanfold.aiand.com/mcpMenünamen können sich je nach Tarif und mit der Zeit leicht unterscheiden.
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.
Die Tool-Liste dieses Servers haben wir noch nicht gelesen; wir prüfen die Endpunkte reihum.
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 japanfold bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Noch nicht geprüft; wir prüfen die Endpunkte reihum
Noch nicht geprüft; wir prüfen die Endpunkte reihum
Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen
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 in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.0.0) kam vor 18 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.
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.
Fold proteins, co-fold with ligands (+ binding affinity), design binders, and embed sequences from your AI agent, via the JapanFold API. Get a key at japanfold.aiand.com/account/token and set JAPANFOLD_API_KEY. No local GPU. Runs Boltz-2 / ESMFold-2 / OpenFold3 / OpenBind-0 / RoseTTAFold3 / OpenDDE / Mol-1 for structures, AF2-IG for scoring a binder you already designed, BoltzGen / RFdiffusion3 / PXDesign / RFD4-Proteina for design, and ESMC / SaProt for embeddings, on Tenstorrent.
Agents can call the API directly, no install needed:
export JAPANFOLD_API_KEY=jf_live_... # from japanfold.aiand.com/account/token
curl -s https://api.japanfold.aiand.com/v1/predictions \ -H "Authorization: Bearer $JAPANFOLD_API_KEY" -H 'Content-Type: application/json' \ -d '{"model":"esmfold2","sequence":"MKTAYIAKQRQISFVKSHFSRQLEERLGLIEVQ"}'
Base URL https://api.japanfold.aiand.com, key in Authorization: Bearer. GET /v1/models lists the model ids to send (boltz2, esmfold2, openfold3, ...) with their size limits. The agent-readable summary is llms.txt.
It's a single SKILL.md built on the open Agent Skills standard, so it installs into any compatible harness with one command.
One line installs it everywhere the open standard is supported: Claude Code, Cursor, Codex, Gemini CLI, Cline, Windsurf, Copilot, Amp and the rest:
npx skills add japanfold/japanfold # this project
npx skills add japanfold/japanfold -g # global: every project / new chat
-a claude-code, -a cursor, -a codex, -a '*' (all).curl -fsSL --create-dirs -o ~/.claude/skills/japanfold/SKILL.md https://japanfold.aiand.com/skill.md. A web-fetch tool returns only a summary of the page, so an agent should use curl too.Claude Science manages skills in-app (no installer): Customize → Skills, add from this repo (or paste SKILL.md) and publish it. Or skip install entirely: the API is public and self-describing, so just ask: *"use the JapanFold API at api.japanfold.aiand.com to fold …"*.
Once installed, ask your agent in plain language:
*"Fold this sequence with Boltz-2 and report the confidence: MKTAYIAK…"*
*"Design 10 nanobody binders against this target."*
Or invoke it explicitly where supported: /japanfold.
The API is also a remote MCP server at https://api.japanfold.aiand.com/mcp, listed in the MCP Registry as io.github.japanfold/japanfold. claude.ai, Claude Desktop and ChatGPT add it as a connector and sign in, no key needed. Claude Code: claude mcp add --transport http japanfold https://api.japanfold.aiand.com/mcp --header "Authorization: Bearer $JAPANFOLD_API_KEY".
To publish a new registry version, bump version in server.json and run mcp-publisher login github && mcp-publisher publish.
https://api.japanfold.aiand.com: async (submit → poll → download), a key on every call. Full contract at /v1/openapi.json. See SKILL.md for endpoints, examples, and limits.
Fast mode is off unless the agent sends "params": {"fast": true}. It gives higher throughput and may be slightly less accurate. The workbench turns it on for people clicking through; the API and this skill leave it off so a scripted run gets the accurate path. ESMFold-2 is the exception: an omitted fast means fast for it, and "fast": false runs its normal mode.