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 video enhancement (create_task, get_task_status, enhance_video_sync)
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.
HTTP_API_BASE_URL, HTTP_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": {
"avc-test-py": {
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "your-value",
"HTTP_API_KEY": "your-value"
}
}
}
}Führe das in deinem Terminal aus
claude mcp add avc-test-py --env HTTP_API_BASE_URL=your-value --env HTTP_API_KEY=your-value -- npx -y avc-test-js-mcpTrag die leeren Werte ein, bevor du ihn startest.
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"avc-test-py": {
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "your-value",
"HTTP_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": {
"avc-test-py": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "your-value",
"HTTP_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.
HTTP_API_BASE_URL envDiese 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 8. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto z416479660 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: HTTP_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 (1.0.0) kam vor 7 Monaten in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv), 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:↓ Downloads pro Wochei★ 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.
基于 MCP 协议的视频增强服务,作为 MCP Client-Server 与 FastAPI HTTP Server 交互。
提供以下 MCP Tools:
create_task - 创建视频增强任务(支持 URL 或本地文件上传)get_task_status - 查询任务状态enhance_video_sync - 同步增强视频(阻塞等待)# 使用 pip 安装
pip install avc-test-py-mcp
uv pip install avc-test-py-mcp
git clone https://github.com/yourusername/avc-test-py-mcp.git
cd python_client
uv pip install -e ".[dev]"
pip install -e ".[dev]"
# 直接运行(安装后)
avc-test-py-mcp --base-url https://mcp.luluhero.com --api-key your-api-key
export HTTP_API_BASE_URL=https://mcp.luluhero.com export HTTP_API_KEY=your-api-key avc-test-py-mcp
编辑 Claude Desktop 配置文件:
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": { "video-enhancement": { "command": "avc-test-py-mcp", "args": [ "--base-url", "https://mcp.luluhero.com", "--api-key", "your-api-key" ] } } }
uv run avc-test-py-mcp --base-url https://mcp.luluhero.com --api-key your-api-key
创建视频增强任务(异步)。
参数:
video_source (string, required): 视频 URL 或本地文件路径type (string, optional): 上传类型,默认 "url""url" - 网络视频URL, "local" - 本地文件路径resolution (string, optional): 目标分辨率,默认 720p使用示例:
# URL 方式
{ "video_source": "https://example.com/video.mp4", "type": "url", "resolution": "1080p" }
{ "video_source": "/path/to/local/video.mp4", "type": "local", "resolution": "1080p" }
返回值:
{
"success": true, "task_id": "xxx", "status": "wait" }
查询任务状态。
参数:
task_id (string, required): 任务ID使用示例:
{
"task_id": "task-123-abc" }
返回值:
{
"success": true, "task_id": "xxx", "status": "completed", "progress": 100, "video_url": "https://...", "error_message": null, "created_at": "2024-01-01T00:00:00Z", "updated_at": "2024-01-01T00:01:00Z" }
同步增强视频(阻塞等待完成)。
参数:
video_source (string, required): 视频 URL 或本地文件路径type (string, optional): 上传类型,默认 "url""url" - 网络视频URL, "local" - 本地文件路径resolution (string, optional): 目标分辨率,默认 720ppoll_interval (number, optional): 轮询间隔(秒),默认 5timeout (number, optional): 超时时间(秒),默认 600使用示例:
{
"video_source": "https://example.com/video.mp4", "type": "url", "resolution": "1080p", "poll_interval": 5, "timeout": 600 }
返回值:
{
"success": true, "task_id": "xxx", "status": "completed", "progress": 100, "video_url": "https://..." }
当 type 设置为 "local" 时,MCP Server 会:
限制:
| 变量名 | 说明 | 默认值 |
|---|---|---|
HTTP_API_BASE_URL | FastAPI HTTP Server 地址 | https://mcp.luluhero.com |
HTTP_API_KEY | API 认证密钥 | 无 |
# 克隆仓库
git clone https://github.com/yourusername/avc-test-py-mcp.git cd python_client
uv pip install -e ".[dev]"
pytest
ruff format . ruff check --fix .
# 安装构建工具
uv pip install build twine
python -m build
python -m twine upload --repository testpypi dist/*
python -m twine upload dist/*
MIT License - 详见 LICENSE 文件