Figma Context MCP
Give your coding agent access to your Figma data. Implement designs in any framework in one-shot.
คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)
MCP server for video enhancement (create_task, get_task_status, enhance_video_sync)
สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน
ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
HTTP_API_BASE_URL, HTTP_API_KEYค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต
ต้องเตรียมก่อน
คุณใช้แอปไหน
เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”
เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json
{
"mcpServers": {
"avc-test-py": {
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "ใส่ค่าของคุณ",
"HTTP_API_KEY": "ใส่ค่าของคุณ"
}
}
}
}พิมพ์คำสั่งนี้ใน Terminal
claude mcp add avc-test-py --env HTTP_API_BASE_URL='ใส่ค่าของคุณ' --env HTTP_API_KEY='ใส่ค่าของคุณ' -- npx -y avc-test-js-mcpเติมค่าที่เว้นว่างไว้ก่อนรัน
วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json
{
"mcpServers": {
"avc-test-py": {
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "ใส่ค่าของคุณ",
"HTTP_API_KEY": "ใส่ค่าของคุณ"
}
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
วางในไฟล์ .vscode/mcp.json ของโปรเจกต์
{
"servers": {
"avc-test-py": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"avc-test-js-mcp"
],
"env": {
"HTTP_API_BASE_URL": "ใส่ค่าของคุณ",
"HTTP_API_KEY": "ใส่ค่าของคุณ"
}
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น
ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี
HTTP_API_BASE_URL envค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 8 พ.ย. 2569
ชื่อใน registry ยืนยันด้วยบัญชี GitHub z416479660 ซึ่งเป็นเจ้าของ repo
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
ต้องใส่ค่าเหล่านี้: HTTP_API_KEY
รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)
repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.0) เข้า registry 7 เดือนที่ผ่านมา
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv), Node.js ในเครื่องด้วย
ในหมวดเดียวกันมี Figma Context MCP, Claude Real Video, Figma MCP Server
server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว
อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
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.
server ทางการของ Figma ส่งข้อมูลงานออกแบบให้ AI อ่าน เพื่อเปลี่ยนแบบเป็นโค้ดหรืออธิบายแบบได้ตรงขึ้น ต่อผ่านคลาวด์ของ Figma
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
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