MotionLint

Name: MotionLint
Author: bobaba99

제작자: bobaba99버전 0.2.1i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.bobaba99/motionlint

설치

개요

제작자가 쓴 설명(영어 원문)

Catch bad animations before they ship. Deterministic motion audit + vision-LLM design review.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 디자인, 이미지 및 오디오
입력해야 할 값: ANTHROPIC_API_KEY, OPENAI_API_KEY, GOOGLE_API_KEY

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: ANTHROPIC_API_KEY, OPENAI_API_KEY, GOOGLE_API_KEY, OPENAI_BASE_URL

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

npmNode.js 설치(npx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "motionlint": {
      "command": "npx",
      "args": [
        "-y",
        "motionlint",
        "mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "GOOGLE_API_KEY": "your-value",
        "OPENAI_BASE_URL": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add motionlint --env ANTHROPIC_API_KEY=your-value --env OPENAI_API_KEY=your-value --env GOOGLE_API_KEY=your-value --env OPENAI_BASE_URL=your-value -- npx -y motionlint mcp

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "motionlint": {
      "command": "npx",
      "args": [
        "-y",
        "motionlint",
        "mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "GOOGLE_API_KEY": "your-value",
        "OPENAI_BASE_URL": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "motionlint": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "motionlint",
        "mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your-value",
        "OPENAI_API_KEY": "your-value",
        "GOOGLE_API_KEY": "your-value",
        "OPENAI_BASE_URL": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

ANTHROPIC_API_KEY 비밀 env
Anthropic API key for vision-LLM review. Optional — the deterministic audit needs no key, and Ollama, OpenAI or Google can be used instead.
OPENAI_API_KEY 비밀 env
OpenAI API key for vision-LLM review. Optional.
GOOGLE_API_KEY 비밀 env
Google API key for vision-LLM review. Optional.
OPENAI_BASE_URL env
Override the OpenAI base URL to target an OpenAI-compatible endpoint. Optional.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 6일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 bobaba99 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

디자인, 이미지 및 오디오 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 2182개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 2182개 중 18%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 2182개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

MotionLint, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: ANTHROPIC_API_KEY, OPENAI_API_KEY, GOOGLE_API_KEY

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.2.1)은 3개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Node.js도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Figma Context MCP, Claude Real Video, Figma MCP Server

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Figma Context MCP

제작자: GLips

Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.

내 컴퓨터에서 실행★ 16,165MIT5개월 전 업데이트

설치

Claude Real Video

제작자: HUANGCHIHHUNGLeo

Let any LLM watch a video locally — and search everything it has ever watched.

내 컴퓨터에서 실행★ 2,284MIT2개월 전 업데이트

설치

Figma MCP Server

제작자: figma

The Figma MCP server brings Figma design context directly into your AI workflow.

클라우드에서 실행★ 2,15213개월 전 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

MotionLint

Score any page's animation quality in one command. No API key, no config.

npx motionlint audit http://localhost:3000 --open

Deterministic — measured from the live page, no LLM involved. One-time prerequisite: npx playwright install chromium .

MotionLint measures the motion your app actually ships — durations, easing curves, stagger intervals, exit timing, reduced-motion support — and scores it against a published set of animation standards. Ease-in on a dropdown, a 600ms modal, a card that scales from 0, hover motion that fires on touch: all caught, all with the measured value and a concrete fix.

The audit is free and offline. Add an API key and MotionLint also does vision-LLM design review — multi-viewport screenshots and 50ms frame bursts of real user journeys, judged by a model and handed back to your coding agent as ranked findings. It runs as an MCP server inside Claude Code and Cursor.

Why this exists

AI coding agents read JSX, HTML, and CSS — they're blind to what the user actually sees, clicks, and watches animate. Rules in a prompt tell the agent what *should* happen; nothing checks what *did*. Modals that should slide in just pop; loading states get omitted; focus rings disappear. Code review can't catch any of this before merge, because none of it is visible in the diff.

MotionLint closes that loop: it measures the running app and feeds the verdict back.

How it's different

	MotionLint	Visual regression tools (Percy, Chromatic, Playwright snapshots)	AI design generators (v0, Galileo, Claude Design, Stitch)
Deterministic motion audit	13 checks, measured from the live page — no API key, $0	✗	✗
Multi-viewport UX review	ranked findings across 12 dimensions	pixel diffs only	generates new layouts from prompts
Animation review	50ms frame bursts via CDP screencast → contact sheet → LLM	✗	✗
Live animation tuning	Shadow-DOM previews + sliders + Claude Code export	✗	generates new motion, doesn't tune what's there
Native MCP server	✓ stdio MCP for Claude Code / Cursor	✗	varies
CI gate	✓ SARIF + exit codes for code scanning	✓ image diff thresholds	✗
Validated quality	100% recall on a 24-fixture stress test, across 5 frontier models	n/a	n/a

The conceptual gap MotionLint closes: visual-regression tools catch what *changed* but not whether the new pixels are *good*; AI design tools generate from scratch but don't review what's already running. MotionLint reviews live behavior with a vision LLM and feeds the verdict back into the coding loop.

Start here — no API key needed

npx playwright install chromium          # one-time per machine (~300MB)

npx motionlint audit http://localhost:3000 --open

That's the whole setup for the audit. It's deterministic, runs offline, costs nothing, and works on any URL you can load — your dev server, a staging deploy, or someone else's site. Requires Node 18+.

The rules it checks are published in docs/STANDARDS.md — read them before you install anything.

Then: LLM design review

Set one API key (ANTHROPIC_API_KEY, OPENAI_API_KEY, or GOOGLE_API_KEY — or run Ollama locally for free) and three more commands unlock:

npm install -g motionlint

Multi-viewport UX review of a page → ranked findings across 12 dimensions.

motionlint review http://localhost:3000

Animation review of a scripted user journey → frame contact sheet + report.

motionlint flow --spec flows/signup.json

Interactive HTML tuner — every animation on the page, with live sliders.

motionlint tune http://localhost:3000

Inside Claude Code / Cursor

claude mcp add motionlint -- npx -y motionlint mcp

Full flag surface — CI gates, route discovery, Storybook, dark mode, baselines

# CI mode — non-zero exit on critical issues, SARIF output for code scanning.

motionlint review https://staging.acme.dev --ci --threshold critical --format sarif -o ux.sarif

Polished, shareable HTML review with embedded screenshots + before/after fixes.

motionlint review http://localhost:3000 --format html -o review.html

Review every route the site knows about (sitemap.xml + Next.js app/ directory).

motionlint review http://localhost:3000 --discover-routes

Storybook mode — discover stories from /index.json, review each story iframe as its own route.

motionlint review http://localhost:6006 --storybook

Color-scheme sweep — light and dark modes, plus Windows High Contrast.

motionlint review http://localhost:3000 --schemes --forced-colors --format html -o review.html

Interaction affordances — grid each element's default/hover/focus/active states.

motionlint review http://localhost:3000 --state-grid

Agent focus — keep only the top 5 findings, and only ones not seen in prior runs.

motionlint review http://localhost:3000 --max-findings 5 --new-only

Before/after comparison — PR preview vs. production baseline.

motionlint review https://pr-123.preview.example.com --against https://prod.example.com

Reviewer focus — cap the SARIF upload at 10 annotations per report.

motionlint review https://staging.acme.dev --format sarif -o ux.sarif --max-pr-annotations 10

Pick a provider explicitly (auto-detect picks the first reachable one).

motionlint review http://localhost:3000 --provider anthropic --model claude-sonnet-5

Track provider quality across runs + teach the reviewer from eval misses.

motionlint eval --provider anthropic --evolve

Package on npm: motionlint.

Sample terminal output for a flow review:

$ motionlint flow --spec flows/signup.json --provider anthropic

→ Running flow "signup-happy-path" against http://localhost:3000/signup (11 steps, 50ms intervals × 750ms window) provider: anthropic (claude-sonnet-5) capturing flow… ✓ step 1: 16 frames ✓ step 2: 16 frames ✓ step 3: 16 frames … captured 176 frames in 31s contact sheet → .motionlint/flows/signup-happy-path-…png analyzing flow… report → .motionlint/flows/signup-happy-path.md

Score: 4/10 · 3 critical findings [critical] interaction — input focus rings missing across steps 2/4/6 [critical] interaction — submit button has no pressed state [critical] loading_state — 1.4s wait with no spinner during submit

Try the demo

A multi-route TS animation showcase ships in demo/ — covering Motion One, GSAP, anime.js, @formkit/auto-animate, and lottie-web — including a cat-themed one-pager that exercises every MotionLint capability in a single URL:

node demo/server.mjs                                # http://localhost:4173

motionlint review http://localhost:4173/cat --record --embed motionlint flow --spec flows/signup.json motionlint tune http://localhost:4173/dashboard

Routes available: /, /pricing, /signup, /dashboard, /loading, /cat. Reports go to .motionlint/reports/, screenshots to .motionlint/screenshots/, videos to .motionlint/videos/.

Setup

API keys

MotionLint auto-loads a .env file from the working directory at startup:

# .env (gitignored)

ANTHROPIC_API_KEY=sk-ant-...

or

OPENAI_API_KEY=sk-...

or

GOOGLE_API_KEY=...

or run a local Ollama (no key needed) — auto-detected on http://localhost:11434

Real environment variables take precedence over .env. With no key set and no Ollama running, MotionLint falls back to a deterministic mock provider so the full pipeline (capture → analysis → report) still runs end-to-end for smoke tests.

Provider auto-detect

MotionLint auto-detects in this order: Ollama (local) → Anthropic → OpenAI → Google. The first one with a working API key (or running service) wins. Override with --provider and --model . See Providers in depth for the per-provider quality scorecard and how to pick.

*Everything below is for readers who want to understand how MotionLint works under the hood, pick the right provider for their workflow, or wire it into CI.*

Validated quality across providers

The flow-review pipeline was stress-tested across 12 popular web-app animation patterns × 2 variants (24 fixtures total) — staggered entrances, hover/press/focus, modal entrances, loading skeletons, form errors, toasts, counter ramps, multi-animation dashboards, modal-with-content stagger, rich form feedback (focus + press + spinner + success), and scroll-driven animations (progress bar + IntersectionObserver reveal + parallax).

Run on 2026-07-27 against the current flagship from each major provider:

Provider · model	Recall (broken caught)	FPR (clean flagged)	Score gap	Wall time
OpenAI · gpt-5.6-sol	100% (12/12)	0% (0/12)	+3.3	10.9 min
OpenAI · gpt-5.5	100% (12/12)	0% (0/12)	+3.3	11.5 min
Anthropic · claude-opus-5	100% (12/12)	8% (1/12)	+4.1	21.0 min
Google · gemini-3.6-flash	100% (12/12)	17% (2/12)	+5.1	4.9 min
Anthropic · claude-sonnet-5	100% (12/12)	33% (4/12)	+3.1	10.8 min

Read this as: recall is no longer a differentiator. Every current flagship catches all 12 seeded faults. That is the finding — a year ago it wasn't true, and it means the model choice no longer decides whether MotionLint works. Pick on cost and latency.

Do not rank these models on the FPR column. A single 24-fixture run cannot resolve it. Across two clean runs of the identical suite, with nothing changed but sampling, FPR moved by 1–2 fixtures per model — gpt-5.5 1/12 → 0/12, gpt-5.6-sol 2/12 → 0/12, gemini-3.6-flash 3/12 → 2/12. One fixture is 8 percentage points, so the entire spread between "0%" and "17%" sits inside the noise floor. Treat the column as *"all of these occasionally flag something clean"*, not as a ranking.

Why the older numbers in this table's history were wrong

The first 2026-07-27 run of this suite put claude-opus-5 at 83% recall — last among all five models — and the 2026-04-29 edition of this table reported several models at 0% FPR. Both were artifacts of a MotionLint bug, not model behaviour.

Anthropic's max_tokens defaulted to 4096. Verbose responses hit the ceiling mid-JSON, and the unparseable result was scored as 0/10, no issues found — indistinguishable from a clean review. Two of Opus 5's three truncations landed on broken fixtures, which produced the entire 83% figure.

The same bug deflated FPR everywhere: a truncated review reports *nothing*, so it cannot raise a false positive. Any historical "0% FPR" was partly measuring broken parsing rather than model precision. Fixed 2026-07-27, along with the sibling paths that turned truncated, refused, and safety-blocked responses into clean-looking results.

Full per-provider scorecards in .motionlint/stress/ after running scripts/run-all-benchmarks.mjs. Use --only : to re-run a single model.

Providers in depth

Provider	Model	Setup	Quality (24 fixtures)	Cost per review¹

| google | gemini-3.6-flash | `GOOGLE_API

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

MotionLint

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

디자인, 이미지 및 오디오 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Figma Context MCP

Claude Real Video

Figma MCP Server

제작자의 README

MotionLint

Why this exists

How it's different

Start here — no API key needed

Then: LLM design review

Multi-viewport UX review of a page → ranked findings across 12 dimensions.

Animation review of a scripted user journey → frame contact sheet + report.

Interactive HTML tuner — every animation on the page, with live sliders.

Inside Claude Code / Cursor

Polished, shareable HTML review with embedded screenshots + before/after fixes.

Review every route the site knows about (sitemap.xml + Next.js app/ directory).

Storybook mode — discover stories from /index.json, review each story iframe as its own route.

Color-scheme sweep — light and dark modes, plus Windows High Contrast.

Interaction affordances — grid each element's default/hover/focus/active states.

Agent focus — keep only the top 5 findings, and only ones not seen in prior runs.

Before/after comparison — PR preview vs. production baseline.

Reviewer focus — cap the SARIF upload at 10 annotations per report.

Pick a provider explicitly (auto-detect picks the first reachable one).

Track provider quality across runs + teach the reviewer from eval misses.

Try the demo

Setup

API keys

or

or

or run a local Ollama (no key needed) — auto-detected on http://localhost:11434

Provider auto-detect

Validated quality across providers

Providers in depth