Codia
返回文章列表

Cursor + Figma MCP server 截图转 Figma 工作流:AI 编码智能体的接力管线

Workflow2026-05-10

如果你在用 AI 编码智能体(Cursor、Claude Code、Windsurf、Codex)从设计构建 UI,多半碰到了同一面墙:聊天里塞一张截图给智能体,对琐碎组件还行,遇到稍微像样的 UI 就崩。智能体推断、推断错、你纠正、token 烧光、最后还是手工重做。

更好的管线是这样的:先用 Codia AI 把截图转成结构化 Figma 文件;再把 Figma MCP server 接到智能体。智能体消费的是结构化版式数据、Variables、组件、设计 Token——不是一张被压扁的图像。输出质量上去了,迭代轮数下来了,工作不再像"和工具搏斗"。

什么是 Figma MCP server

Figma MCP server 是 Figma 文件与支持 Model Context Protocol 的 AI 智能体之间的官方桥梁。它把你 Figma 文件的图层、组件、Variables、设计 Token 暴露成智能体能直接读的结构化数据——而不是逼智能体从一张截图里反推一切。

支持 MCP 的编辑器:VS Code、Cursor、Windsurf、Claude Code、Codex。

MCP 解决的问题

把截图粘进 Cursor 或 Claude Code 说"按它建",智能体的动作是:

  1. 用 Vision 看图
  2. 猜版式结构
  3. 猜间距
  4. 猜配色
  5. 猜组件
  6. 据这些"猜"写代码

每一个"猜"都堆 token、降质量。真实设计文件本来就把这些以数据形式存好。MCP 把它暴露出来。

Codia 解决的问题(针对这个工作流)

MCP 需要一份 Figma 文件才有用。如果你只有想做的参考 UI 的截图——MCP 帮不上忙。你又被推回"粘图"。

Codia 关上这个缺口。截图 → Codia → 结构化 Figma 文件(带 Variables、Auto Layout、命名组件)→ MCP-ready。

三步管线

第 1 步:用 Codia 转换截图

把参考截图——竞品页面、灵感图、现有生产屏——扔进 Codia AI:

  1. 上传到 Codia Figma 插件或 Web 应用
  2. 跑转换(一屏干净 UI 约 10 秒)
  3. 在 Figma 中打开

输出是真实 Frame、真实文字图层、清晰处的 Auto Layout、重复元素的组件。关键:它有结构,这正是 MCP 要消费的。

转换本身的细节见 截图转 Figma:完整指南

第 2 步:为 MCP 清理 Figma 文件

MCP 对干净 Figma 文件的回报是不成比例的。花 5 分钟:

  • 给颜色应用 Variables。 裸 hex 给智能体的是字符串;Variables 给的是 Token。智能体的输出会用你的设计系统而不是自己造一套。
  • 确认 Auto Layout 已应用到所有应该响应式的容器。MCP 直接把这个传给智能体作为版式应该如何变化的理解。
  • 给组件起有意义的名字。 PrimaryButtonNavItemPricingCard,不是 Group 47。智能体会用这些名字写代码。
  • 重复元素分组为组件,不是临时副本。MCP 把组件作为一等概念暴露。

如果你从 Codia 转换的文件起步,多数已经做好了——转换会创建 Auto Layout、命名元素、组合重复模式。那 5 分钟只是打磨。

第 3 步:在编辑器里接 MCP,生成代码

在你的编辑器里安装并配置 Figma MCP server。官方设置见 Figma MCP server 指南

然后在 prompt 里引用 Figma 文件或选区:

"用 Figma 文件 [链接或选区 ID] 严格按设计构建一个 React 组件。使用设计系统 Variables,匹配间距 Token。"

智能体现在拿到:

  • 真实图层层级
  • Auto Layout 的真实间距值
  • Variables 的真实颜色 Token
  • 真实组件定义
  • 可选的选区截图(视觉确认)

输出对设计的对齐度比"粘截图"基线高得多。

为什么这套管线胜过"聊天里粘截图"

方法智能体得到输出质量Token 消耗
聊天里粘截图像素 + 你的 prompt低-中,大量推断高——多轮纠正
Codia → MCP → 智能体结构化版式 + Variables + 组件 + 截图中-高,更少推断低——更少纠正
Codia → MCP → 智能体 + 干净 Figma同上加设计系统数据最低

实测影响:用完整管线的团队报告 UI 生成任务的"再修一下"轮数下降 ~50–70%。Token 花费同步下降。

Cursor 中的步骤示例

具体走 Cursor:

  1. 在 Figma 里打开 Codia 生成的文件,选中要构建的 Frame。
  2. 在 Cursor 里安装 Figma MCP server(设置 → MCP → Add Server)。
  3. 在 Cursor 聊天写:"用 Figma MCP server 拉取我 Figma 文件的选中 Frame,生成一个严格匹配设计的 React + Tailwind 组件,用 Variables 作为 Tailwind 主题 Token。"
  4. 智能体调用 MCP 工具,拿到结构化数据 + 选区截图。
  5. 生成组件。 第一稿就比"截图 prompt"接近设计很多。
  6. 迭代时引用同一份 Figma 源做具体修改。

配 Claude Code

同管线,工具略不同。Claude Code 原生支持 MCP。Figma MCP server 安装方式相同,prompt 风格相同。

如果已经在用 Claude Code 做后端,加 Figma MCP server 就让同一个智能体从你的 Codia-Figma 文件构建 UI。

配 Windsurf

同上。Windsurf 的 MCP 支持让 Figma MCP server 接入方式与 Cursor / Claude Code 相同。

常见坑

跳过 Variables。 如果 Figma 文件到处用裸 hex,MCP 给智能体的是裸字符串。应用设计系统 Variables——这就是"对的品牌色"和"接近你品牌色"的差异。

忘记 Auto Layout。 没有 Auto Layout,MCP 能描述位置但不能描述响应式意图。Auto Layout 把它转成"这是 16px gap 的 flex row"——可执行。

一次 prompt 要太多。 "把整个仪表盘建出来"太大。"按 Figma 选区构建侧栏组件"好得多。在组件层组合,再拼装。

Figma 选区不准。 MCP 拉的是你选中的。模糊选区→模糊上下文。挑你想要的那个 Frame。

MCP 与截图 prompt 混用。 已经接 MCP 就用 MCP,别再粘截图——智能体会看到两个真理来源,挑省事的那个。

超越单屏:构建组件库

管线可放大:

  1. 用 Codia 批量转一组代表性截图
  2. 在 Figma 里组件化结果
  3. 应用 Variables 与设计系统
  4. 用 MCP 让智能体在代码侧生成对应组件库

批量转换用 Visual Struct API——每批 1000 张。

何时不用这套管线

  • 简单按钮或图标。 直接粘截图给智能体有时反而更快。
  • 设计已经原生在 Figma 里。 跳过 Codia,直接 MCP。
  • 代码生成不要求设计保真。 "大致对"够用时,截图路径可能就够。

常见问题

Figma MCP server 要付费吗?

官方 Figma MCP server 是 Figma 平台的一部分,请查 Figma 的套餐。

智能体看到的是 Figma 文件本身还是只有 API?

MCP server 给智能体结构化数据(图层、命名、位置、Variables、组件)和可选的选区截图。

能用我自己的 Figma 文件(不是 Codia 出的)吗?

可以——MCP 适用于任何结构良好的 Figma 文件。Codia 是"只有截图、没有 Figma 源"时的桥梁。

转换后的 Figma 文件有点乱怎么办?

花 5 分钟整理:命名组件、应用 Variables、确认 Auto Layout。智能体输出质量随文件质量缩放。

配 Cursor 的 Auto / Claude / GPT 模型行吗?

行。MCP 与模型无关;server 给结构化数据,模型由编辑器决定。

与 Figma Make 怎么对比?

Figma Make 在 Figma 内从 prompt 生成 UI;Codia + MCP 管线在 Figma 外用你的 Figma 文件作为设计真理来源生成代码。不同工具,不同输出。

相关指南

#figma-mcp#cursor#claude-code#screenshot-to-figma#ai-agent#design-to-code#mcp-server