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)
Local audio transcription using whisper.cpp. Transcribe with OpenAI Whisper models.
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.
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": {
"whisper": {
"command": "npx",
"args": [
"-y",
"whisper-mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add whisper -- npx -y whisper-mcpPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"whisper": {
"command": "npx",
"args": [
"-y",
"whisper-mcp"
]
}
}
}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": {
"whisper": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"whisper-mcp"
]
}
}
}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.
Esta 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 7 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub jwulff, 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.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
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 (0.1.1) llegó al registro hace 10 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:★ 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.
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