Figma Context MCP
Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.
Descripción del creador (original en inglés)
Let AI agents watch videos: local transcripts, speakers, scenes, chapters and moment search
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
KLAKET_API_URL, KLAKET_API_KEYLos valores marcados como secretos son llaves de tu cuenta. Nunca los compartas ni los pegues en un chat.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"klaket": {
"command": "npx",
"args": [
"-y",
"klaket-mcp"
],
"env": {
"KLAKET_API_URL": "your-value",
"KLAKET_API_KEY": "your-value"
}
}
}
}Ejecuta esto en tu terminal
claude mcp add klaket --env KLAKET_API_URL=your-value --env KLAKET_API_KEY=your-value -- npx -y klaket-mcpCompleta los valores vacíos antes de ejecutarlo.
Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"klaket": {
"command": "npx",
"args": [
"-y",
"klaket-mcp"
],
"env": {
"KLAKET_API_URL": "your-value",
"KLAKET_API_KEY": "your-value"
}
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"klaket": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"klaket-mcp"
],
"env": {
"KLAKET_API_URL": "your-value",
"KLAKET_API_KEY": "your-value"
}
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
KLAKET_API_URL envEsta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 9 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub huseyinstif, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
Debes completar: KLAKET_API_KEY
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (0.7.1) llegó al registro hace 4 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.
En la misma categoría: Figma Context MCP, Claude Real Video, Figma MCP Server
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
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.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Turn any video into LLM-ready data.
A *klaket* is a clapperboard — the tool that syncs sound and image on a film set. Klaket syncs video with LLMs.
LLMs read text. The web became readable with scrapers — but video, the largest store of human knowledge, is still locked away. Klaket unlocks it: give it a video URL or file, get back structured, timestamped, LLM-ready data.
pip install klaket
klaket ingest "https://youtube.com/watch?v=..." --wait
{
"transcript": [ { "start": 14.32, "end": 19.80, "speaker": "S1", "text": "So let's deploy this with docker compose..." } ], "scenes": [ { "start": 190.0, "end": 342.5, "keyframes": ["scene_004_01.jpg"] } ], "chapters": [...], "summary": "..." }
"model": "medium").srt / .vtt files with speaker labelsKLAKET_VLM=off by default)GET /v1/jobs/{id}/search?q=… finds the exact moment# pip install klaket
from klaket import Klaket result = Klaket().process("https://youtube.com/watch?v=...", num_speakers=2)
// npm i klaket-sdk
import { Klaket } from "klaket-sdk"; const result = await new Klaket().process("https://youtube.com/watch?v=...");
# Claude Code
claude mcp add klaket -- npx klaket-mcp # KLAKET_API_URL defaults to localhost:8484
Then: *"Watch https://youtube.com/watch?v=… and summarize the commands the presenter runs."* The agent gets klaket_ingest, klaket_job_status and klaket_get_result tools.
git clone https://github.com/huseyinstif/klaket.git && cd klaket
docker compose up --build
curl -X POST localhost:8484/v1/ingest \ -H "Content-Type: application/json" \ -d '{"url": "https://youtube.com/watch?v=..."}'
That's it — no API keys, no GPUs required. make help lists developer shortcuts (make up, make test, make e2e).
client ──► Go API ──► Redis queue ──► Python worker (ffmpeg · faster-whisper · scenedetect)
│ │ dashboard ◄────────────────────┘ /data/jobs/ /result.json
apps/api — Go, job orchestrationapps/worker — Python, media pipelineapps/dashboard — React dashboardKlaket is open source (AGPL-3.0) and fully self-hostable. A hosted, pay-per-minute cloud API with managed GPUs is planned — join the waitlist (coming soon).
🚧 v0.7 — pre-1.0, moving fast. Star the repo to follow along.
AGPL-3.0. SDKs and clients will be MIT.
Built by Hüseyin Tıntaş — X (@1337stif) · LinkedIn