VisualSpec

Name: VisualSpec
Author: utkarshx27

作者：utkarshx27版本 0.1.0i★ –i在你的电脑上运行

注册名称io.github.utkarshx27/visualspec

安装

概览

作者提供的说明（英文原文）

Structured, constraint-aware visual generation and deterministic layout for AI agents

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 其他
你需要填写：OPENAI_API_KEY, GEMINI_API_KEY

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： OPENAI_API_KEY, GEMINI_API_KEY

标为机密的值是你账户的钥匙。千万不要分享给别人，也不要粘贴到聊天里。

你需要

npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "visualspec": {
      "command": "npx",
      "args": [
        "-y",
        "@utkarshx27/visualspec"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add visualspec --env OPENAI_API_KEY=your-value --env GEMINI_API_KEY=your-value -- npx -y @utkarshx27/visualspec

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "visualspec": {
      "command": "npx",
      "args": [
        "-y",
        "@utkarshx27/visualspec"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "visualspec": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@utkarshx27/visualspec"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "GEMINI_API_KEY": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

OPENAI_API_KEY 机密 env
Optional API key for OpenAI image generation
GEMINI_API_KEY 机密 env
Optional API key for Google Gemini image generation

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月6日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 utkarshx27 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“其他”中的其他服务器比较i

星标数多于此分类中其他 32464 个服务器的 0%
发布到注册中心的时间比此分类中其他 32464 个服务器的 40% 更新
基础检查结果等于或优于此分类中其他 32464 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

VisualSpec 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：OPENAI_API_KEY, GEMINI_API_KEY

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.1.0）于2个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Node.js。

有什么可以替代它？

同一分类中有：Spec Driven Development, Remote Desktop Commander, yontu

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Spec Driven Development

作者：formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

在你的电脑上运行★ 440MIT14个月前更新

安装

Remote Desktop Commander

作者：desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

在云端运行★ 211昨天更新

安装

yontu

作者：senrecep

Türkçe yazı denetimi: TDK kuralları, yapay zekâ izleri, metin türüne göre üslup.

在你的电脑上运行今天更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

VisualSpec

Deterministic visual generation for AI agents.

AI creates the imagery. VisualSpec guarantees the typography and layout.

# Instant workspace setup (no clone required)

npx @utkarshx27/visualspec init

Launch local MCP Server for Cursor, Claude Desktop, or Antigravity

npx @utkarshx27/visualspec mcp

The Core Problem

Most image-generation workflows fail for social and marketing graphics because a single natural-language prompt is expected to handle too many concerns at once:

subject & background
exact typography & wording
platform dimensions & safe margins
visual hierarchy & negative space
brand color rules & constraints

Image models frequently hallucinate gibberish text, truncate words, or disregard composition rules.

The Solution: Layer Separation

VisualSpec separates generative concerns from deterministic concerns:

Generative Layers (AI Models): Photography, 3D subjects, atmospheric backgrounds, textures, lighting.
Deterministic Layers (Code & SVG Engine): Exact headlines, subtitles, badges, logos, metrics, safe margins, and layout rules.
Structured Visual Spec: A machine-readable YAML specification that acts as the single contract.
Visual QA & Targeted Repair: Verifies geometry, margins, and exact copy invariants, synthesizing localized repairs without regenerating entire scenes.

User Brief / Intent

│ ▼ Visual Spec (spec.yaml) │ ┌───┴──────────────┐ ▼ ▼ Platform Pack Template Pack │ │ └───┬──────────────┘ ▼ Spec Resolver │ ┌───┴───────────────────────┐ ▼ ▼ Model Adapter Deterministic Layout (Generative Base) (SVG Typography / Overlay) │ │ └───┬───────────────────────┘ ▼ Compositor (Sharp) │ ▼ Visual QA (Constraints, Safe Margins, Exact Copy) │ ├── PASS ──► Final Asset Bundle │ └── FAIL ──► Targeted Repair Planner

Documentation

Architecture & Design Principles
VisualSpec Schema & Contract
MCP Server Setup (Cursor, Claude, Antigravity)
Adding a New Image Model Provider
Contributing Guidelines

Quickstart

Instant Run (No Install Required)

# Initialize a new VisualSpec workspace

npx @utkarshx27/visualspec init

Launch local MCP Server for Cursor, Claude, or Antigravity IDE

npx @utkarshx27/visualspec mcp

Or Install Globally

npm install -g @utkarshx27/visualspec

Use CLI commands directly

visual init visual mcp

Or Build from Source

git clone https://github.com/utkarshx27/visualspec.git

cd visualspec npm install npm run build

1. Initialize a Project

npx @utkarshx27/visualspec init

2. Validate a Visual Spec

npx @utkarshx27/visualspec validate examples/product-launch/spec.yaml

3. Inspect the Compiled Generation Prompt

npx @utkarshx27/visualspec compile examples/product-launch/spec.yaml --provider openai

4. Deterministic Render (No API Key Required)

Render layout, typography, and background styling locally:

npx @utkarshx27/visualspec render examples/product-launch/spec.yaml --output ./output/demo-launch

5. Run the Full Generation Pipeline

npx @utkarshx27/visualspec generate examples/product-launch/spec.yaml --provider mock --output ./output/demo-launch

6. Verify Asset Quality with Visual QA

npx @utkarshx27/visualspec check ./output/demo-launch/final.png --spec examples/product-launch/spec.yaml

Model Context Protocol (MCP) Server

VisualSpec runs as a native MCP server over stdio, enabling AI coding assistants (Cursor, Claude Code, Gemini CLI, and Antigravity IDE) to invoke visual tools directly:

# Launch MCP server over stdio

npx @utkarshx27/visualspec mcp

Or if installed globally

visual mcp

Available MCP Tools

visual_brief_to_spec: Convert natural language requests into valid VisualSpec YAML.
visual_validate_spec: Schema validation for specs.
visual_render: Deterministic layout & typography rendering (zero API key).
visual_generate: Full image model adapter + deterministic text overlay pipeline.
visual_check_qa: Inspect safe margins, line counts, dimensions, and invariants.
visual_repair: Automated diagnosis and localized typography/layout repair.
visual_list_resources: List supported platform packs and templates.

See the MCP Setup Guide for Cursor, Claude Desktop, and Antigravity IDE configuration snippets.

Output Bundle

Every generation creates a complete, reproducible debug bundle:

output/demo-launch/

├── final.png # Platform-ready asset ├── visual-spec.yaml # Original input specification ├── resolved-spec.yaml # Full spec with platform & template rules applied ├── generation-request.json # Exact prompt and negative parameters sent to model ├── qa-report.json # Deterministic and constraint QA verification results └── metadata.json # Execution timestamps and file index

Supported Platforms & Templates

Platforms

Instagram: Feed portrait (1080x1350, 4:5), Square (1080x1080, 1:1), Story (1080x1920, 9:16).
LinkedIn: Feed portrait (1080x1350), Square (1080x1080), Banner (1200x628).
Generic Social: Universal 1:1, 4:5, and 16:9 social formats.

Templates

Product Launch: High-impact headline, feature pill, product visual region, supporting subhead.
Quote Card: Center-focused editorial quote, author attribution, minimal atmospheric glow.
Stat Card: Large numeric hero metric, descriptive label, and data context notes.

Agent Skills

The framework includes 10 standardized skill definitions located in ./skills/:

using-visualspec: Master workflow instructions.
visual-brief: Brief extraction and analysis.
visual-spec: YAML authoring and schema rules.
composition: Spatial hierarchy and negative space allocation.
typography: Font family classing and line budgeting.
strict-constraints: Invariant taxonomy and forbidden parameters.
social-instagram: Instagram-specific design reasoning.
social-linkedin: LinkedIn-specific design reasoning.
visual-qa: Automated inspection and validation.
visual-repair: Localized diagnosis and patch generation.

Roadmap & Open Contributions

We welcome contributions! Key areas to build together:

Additional Platforms: X/Twitter (Header, Post), YouTube Thumbnails, Pinterest, TikTok Cover.
Additional Templates: Testimonial, Product Comparison, Event Announcement, Feature List.
Additional Image Model Adapters: Flux, Stable Diffusion / ComfyUI, Midjourney API.
Brand Packs: Multi-brand palette overrides, custom font loading, logo clear space rules.
Visual Studio: Local web playground / viewer for real-time spec inspection and margin toggling.

Contributing

Contributions are welcome! Please check our:

Contributing Guidelines
Code of Conduct

Testing

Run the automated test suite:

npm test

All 28 tests run offline without requiring any third-party API keys.

License

Licensed under the Apache License, Version 2.0.

VisualSpec

概览

PopNx MCP 的三大支柱

它能帮你做什么

安装

安装之前

需要你填写的值

它能做什么

基础检查i

作者与仓库一致

仍在维护

有许可证

端点有响应

使用 OAuth 登录

工具描述中没有隐藏指令

与“其他”中的其他服务器比较i

常见问题

替代选择

Spec Driven Development

Remote Desktop Commander

yontu

作者的 README

VisualSpec

Launch local MCP Server for Cursor, Claude Desktop, or Antigravity

The Core Problem

The Solution: Layer Separation

Documentation

Quickstart

Instant Run (No Install Required)

Launch local MCP Server for Cursor, Claude, or Antigravity IDE

Or Install Globally

Use CLI commands directly

Or Build from Source

1. Initialize a Project

2. Validate a Visual Spec

3. Inspect the Compiled Generation Prompt

4. Deterministic Render (No API Key Required)

5. Run the Full Generation Pipeline

6. Verify Asset Quality with Visual QA

Model Context Protocol (MCP) Server

Or if installed globally

Available MCP Tools

Output Bundle

Supported Platforms & Templates

Platforms

Templates

Agent Skills

Roadmap & Open Contributions

Contributing

Testing

License