Figma Context MCP
Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.
作者による説明(英語の原文)
Let AI agents watch videos: local transcripts, speakers, scenes, chapters and moment search
この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。
このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。
使っているAIアプリを選んで、設定をコピーしてください。
KLAKET_API_URL, KLAKET_API_KEY「秘密」と表示された値は、あなたのアカウントの鍵です。絶対に人に教えたり、チャットに貼り付けたりしないでください。
必要なもの
どのアプリを使っていますか?
上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。
Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます
{
"mcpServers": {
"klaket": {
"command": "npx",
"args": [
"-y",
"klaket-mcp"
],
"env": {
"KLAKET_API_URL": "your-value",
"KLAKET_API_KEY": "your-value"
}
}
}
}ターミナルでこれを実行します
claude mcp add klaket --env KLAKET_API_URL=your-value --env KLAKET_API_KEY=your-value -- npx -y klaket-mcp動かす前に、空欄の値を入力してください。
プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます
{
"mcpServers": {
"klaket": {
"command": "npx",
"args": [
"-y",
"klaket-mcp"
],
"env": {
"KLAKET_API_URL": "your-value",
"KLAKET_API_KEY": "your-value"
}
}
}
}ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。
プロジェクトの .vscode/mcp.json に貼り付けます
{
"servers": {
"klaket": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"klaket-mcp"
],
"env": {
"KLAKET_API_URL": "your-value",
"KLAKET_API_KEY": "your-value"
}
}
}
}ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。
これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。
選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。
KLAKET_API_URL envこの設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。
パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。
誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月9日にチェック
レジストリ名は、リポジトリを所有するGitHubアカウント huseyinstif で確認済みです
このリポジトリはまだGitHubから読み取っていません
このリポジトリはまだGitHubから読み取っていません
これはパソコンで動くため、インターネット上のエンドポイントはありません
パソコンで動き、代わりにローカルの設定を使います
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです
レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。
当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。
入力が必要なもの:KLAKET_API_KEY
あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません(サーバー自体がオンラインサービスを呼び出す場合を除きます)。
GitHubリポジトリの最終更新は–、最新バージョン(0.7.1)がレジストリに届いたのは4 か月前です。
Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにNode.jsも必要です。
同じカテゴリには:Figma Context MCP, Claude Real Video, Figma MCP Server
同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。
カードの見方:↓ 週あたりのダウンロードi★ GitHubスターi3つの柱:レビュー · チェック · 利用状況i更新=最新バージョンをレジストリに公開した日i
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.
作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。
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