近日,Figma 正式推出官方 ModelContextProtocol(MCP) 服务,为 AI 驱动的设计到代码工作流带来了革命性突破。这项服务通过更智能的数据传输方式,极大提升了代码生成效率与准确性,引发了业内广泛关注。AIbase 编辑团队整理了
Figma 官方 MCP 服务: 无缝连接设计与开发
Figma 的官方 MCP 服务于 2025 年 6 月初正式上线,采用 SEE 模式 (简化、增强、效率),免除了传统 MCP 配置的繁琐步骤,为用户提供了开箱即用的体验。相比此前由第三方开发的非官方 MCP,官方版本能够提取更详细的设计稿信息,包括组件、变量、样式、图层名、注释等元数据,甚至支持高层次的设计截图和交互行为的伪代码描述。这些丰富的数据为 AI 编码工具提供了更全面的上下文支持,大幅提升了从设计到代码的转换效率。
AIbase 了解到,FigmaMCP 服务通过本地服务器运行,直接与主流 IDE(如 VSCode、Cursor、Windsurf) 以及 AI 编码工具 (如 GitHubCopilot、ClaudeCode) 无缝集成。用户只需在 Figma 桌面应用的偏好设置中启用 DevModeMCP 服务器,即可实现设计数据的实时传输,显著减少设计与开发之间的沟通摩擦。
核心亮点: 更精准、更高效的 AI 代码生成
Figma 官方 MCP 服务的
丰富的元数据支持:MCP 能够提取 Figma 设计稿中的组件、变量、样式等元数据,减少大型语言模型(LLM) 在搜索和推理过程中的负担,从而生成更准确的代码。
整体结构洞察: 通过提供高层次的设计截图,MCP 帮助 LLM 理解页面的整体结构、流转逻辑和响应式布局,确保生成代码与设计高度一致。
交互行为描述:MCP 支持提取伪代码或实际代码示例,描述设计中定义的交互行为,如按钮点击、页面跳转等,提升代码的动态功能实现。
内容与逻辑提取: 设计中的文本、SVG、图片、图层名和注释等内容被全面提取,帮助 AI 工具更好地理解界面数据模型和内容填充逻辑。
AIbase 测试发现,MCP 服务的这些功能使得 AI 编码工具 (如 Cursor、Copilot) 在处理复杂设计稿时,能够生成更接近生产环境的代码,减少开发者的手动调整工作。
行业反响: 社交媒体热议与用户期待
自 Figma 官方 MCP 服务发布以来,社交媒体上掀起了一波讨论热潮。许多设计师和开发者表示,官方 MCP 的推出解决了非官方版本数据提取不完整的问题,为 AI 驱动的开发流程注入了新的活力。相比 Figma 此前推出的 FigmaMake 平台,MCP 服务更专注于设计数据的结构化输出,与 AI 编码工具的协同性更强,特别适合需要快速从设计稿生成 Web、Android 或 iOS 界面的团队。
然而,也有用户对 MCP 服务的未来发展提出了期待。例如,Figma 计划在未来数月内推出远程服务器功能,并进一步深化与代码库的整合,这将为分布式团队和大型项目提供更灵活的支持。此外,部分用户希望 Figma 能进一步优化 MCP 对复杂设计系统的支持,确保组件库和设计规范的完全同步。
行业影响: 重塑设计到代码的工作流
Figma 官方 MCP 服务的推出标志着设计与开发协同进入了一个新阶段。AIbase 认为,这项服务不仅提升了从设计到代码的自动化水平,还为跨职能团队的协作提供了更高效的工具。无论是独立开发者、初创团队还是大型企业,都能通过 MCP 服务实现更快速的产品迭代和更高的设计一致性。
与此同时,FigmaMCP 的开放性也为 AI 生态系统的发展注入了动力。作为一个标准化的协议,MCP 不仅限于 Figma 的生态,还可能被其他设计工具或 AI 平台采纳,形成更广泛的行业标准。这种开放性和兼容性或将成为未来设计与开发融合的关键驱动力。
未来展望:AI 驱动的创意新时代
Figma 官方 MCP 服务的发布是 AI 技术与创意产业融合的又一里程碑。AIbase 观察到,随着 MCP 服务逐步完善,设计到代码的工作流将变得更加智能化和自动化。未来,Figma 可能通过更深入的 AI 整合和远程服务器支持,进一步降低开发门槛,赋能更多创作者将设计理念快速转化为现实。