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)
MCP server for video enhancement (create_task, get_task_status, enhance_video_sync)
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。
HTTP_API_BASE_URL, HTTP_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": {
"avc-test-py": {
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "your-value",
"HTTP_API_KEY": "your-value"
}
}
}
}ターミナルでこれを実行します
claude mcp add avc-test-py --env HTTP_API_BASE_URL=your-value --env HTTP_API_KEY=your-value -- npx -y avc-test-js-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": {
"avc-test-py": {
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "your-value",
"HTTP_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": {
"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"
}
}
}
}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。
HTTP_API_BASE_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 z416479660 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:HTTP_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(1.0.0)がレジストリに届いたのは7 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Python (uv), 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。
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