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)
Local audio transcription using whisper.cpp. Transcribe with OpenAI Whisper models.
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": {
"whisper": {
"command": "npx",
"args": [
"-y",
"whisper-mcp"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add whisper -- npx -y whisper-mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"whisper": {
"command": "npx",
"args": [
"-y",
"whisper-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": {
"whisper": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"whisper-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.
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 jwulff 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 (0.1.1) kam vor 10 Monaten 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.
A lightweight MCP (Model Context Protocol) server for local audio transcription using whisper.cpp. There are several Whisper MCP implementations out there. This one is minimal and pairs with apple-voice-memo-mcp for a complete voice memo workflow.
brew install whisper-cppbrew install ffmpegnpm install -g whisper-mcp
Or run directly:
npx whisper-mcp
Add to your Claude Desktop config file:
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
{
"mcpServers": { "whisper-mcp": { "command": "npx", "args": ["-y", "whisper-mcp"] } } }
After editing, restart Claude Desktop.
For Claude Code, add to your project's .mcp.json file:
{
"mcpServers": { "whisper-mcp": { "command": "npx", "args": ["-y", "whisper-mcp"] } } }
Or for user-wide configuration, add to ~/.claude/settings.json:
{
"mcpServers": { "whisper-mcp": { "command": "npx", "args": ["-y", "whisper-mcp"] } } }
Tip: Use /mcp in Claude Code to verify the server is connected.
If running from source instead of npm:
{
"mcpServers": { "whisper-mcp": { "command": "node", "args": ["/path/to/whisper-mcp/dist/index.js"] } } }
For a complete voice memo workflow, use alongside apple-voice-memo-mcp:
{
"mcpServers": { "apple-voice-memo-mcp": { "command": "npx", "args": ["-y", "apple-voice-memo-mcp"] }, "whisper-mcp": { "command": "npx", "args": ["-y", "whisper-mcp"] } } }
transcribe_audioTranscribe an audio file using Whisper.
Parameters:
file_path (required): Absolute path to the audio filemodel (optional): Model to use (tiny.en, base.en, small.en, medium.en, large). Default: base.enlanguage (optional): Language code. Default: enoutput_format (optional): text, timestamps, or json. Default: textExample:
{
"file_path": "/path/to/audio.m4a", "model": "medium.en", "output_format": "timestamps" }
list_whisper_modelsList available Whisper models and their download status.
Returns:
{
"models": [ { "name": "base.en", "size": "142 MB", "downloaded": true, "path": "/Users/you/.whisper/ggml-base.en.bin" } ] }
download_whisper_modelDownload a Whisper model for local use.
Parameters:
model (required): Model to download (tiny.en, base.en, small.en, medium.en, large)| Model | Size | Speed | Quality |
|---|---|---|---|
| tiny.en | 75 MB | Fastest | Basic |
| base.en | 142 MB | Fast | Good |
| small.en | 466 MB | Medium | Better |
| medium.en | 1.5 GB | Slow | Great |
| large | 2.9 GB | Slowest | Best |
Models are stored in ~/.whisper/.
list_voice_memosget_audio with memo IDtranscribe_audio with the file path# Clone and install
git clone https://github.com/jwulff/whisper-mcp.git cd whisper-mcp npm install
npm run build
npm run inspector
MIT