AgentStack
Sign in Publish
MCP servers Skills Toolkits Why AgentStack Sell Docs
Sign in
MCP unreviewed MIT Self-run

UI Design to Code

mcp-kinglions-ui-design-to-code-mcp · by Kinglions

Design-to-code artifact pipeline for UI screenshots, Figma node data, and visual review.

↗ Repository
— No reviews yet
0 installs
0 views
— view→install

Install

$ agentstack add mcp-kinglions-ui-design-to-code-mcp

Open-source listing — not yet scanned by AgentStack. Follow the source repository for install instructions.

Are you the author of UI Design to Code? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.

About

UI Design to Code MCP

[中文](#中文) | [English](#english)

MCP server for Codex, Cursor, and Claude Code that turns UI screenshots, source images, Figma MCP node JSON, and Figma-plus-screenshot hybrid input into traceable design-to-code artifacts.

npx -y ui-design-to-code-mcp@latest install --client codex

Use it when you need more than a one-shot screenshot-to-code prompt:

  • Decode UI screenshots and Figma data into source manifests, reference analysis, Vision IR, Node Compression IR, and Semantic UI node trees.
  • Preserve traceability from generated code plans back to visual primitives, grouped candidates, and source pixels.
  • Generate adapter-ready artifacts for Web, iOS, Android, and other UI implementation targets.
  • Run audit gates for text overflow, media coverage, navigation structure, visual review evidence, and cleanup.

Links:

  • npm:
  • MCP Registry: io.github.Kinglions/ui-design-to-code-mcp
  • GitHub:
  • Quick feedback:
  • GitHub Issues:

中文

ui-design-to-code-mcp 是一个用于 UI design-to-code 流程的 MCP server。它可以把 UI 截图、Figma MCP 节点 JSON，或 Figma 节点 + 截图的混合输入，接入一套结构化、可追踪、可校验的产物流水线。

它不替代真正写代码的 agent/model。它的职责是标准化运行目录、输入清单、Figma 数据集、中间 IR 合约、目标平台布局产物、代码生成记录、精确切图产物、视觉验收门禁、产物校验和清理流程。

功能介绍

适用场景

  • 需要把 UI 截图、参考图、GPT Image mockup、Figma URL、Figma MCP 节点 JSON 或 Figma 导出图转成可追踪的设计实现流程。
  • 需要先解析设计结构、节点树、布局语义、组件层级、状态和资产，再进入代码实现。
  • 需要 Web、iOS、Android 等多目标平台的 Target Layout IR 或实现计划。
  • 需要对生成实现做截图验收、视觉差异复核、文本溢出检查、底部导航检查、资产覆盖检查和产物清理。

不适用场景

  • 只想让模型基于一张图直接写最终代码，且不需要中间产物、追踪关系或验收证据。
  • 纯 MCP 安装、版本、doctor、配置排查请求；这类请求不应该创建 design run。
  • 没有设计源，也没有 design-to-code / design-decoding 意图的普通前端开发任务。

核心能力

  • 支持 Codex、Cursor、Claude Code。
  • 创建隔离的标准运行目录：generated/ui-design-to-code/ 或 /private/tmp/ui-design-to-code/。
  • 统一接入截图、图片、Figma 节点 JSON、Figma + 截图混合输入。
  • 覆盖完整流程：decode、planning、target IR、codegen、自动视觉验收、runtime review、validate、cleanup。
  • 提供 Semantic UI IR、Cross-platform Node Data、Target Layout IR、视觉验收、产物生命周期等 schema 合约。
  • 支持基于 source_bbox 的源图精确 bitmap/icon 切图。
  • Codex 安装后使用本地稳定 serve 命令，避免每次 MCP 启动都执行 npx @latest。

产出物

  • artifact-run-manifest.json：一次运行的产物清单、保留策略和清理边界。
  • design-source-manifest.json / source image manifest：设计源、像素尺寸、坐标系和输入假设。
  • figma-source-dataset.json：Figma 节点、样式、组件、注释、截图和资产下载信息。
  • Reference Image Analysis、Vision IR、Node Compression IR、Semantic UI IR、Cross-platform Node Data。
  • Target Layout IR、codegen 记录、visual review plan/result、QA audit 和 cleanup dry-run 结果。

使用手册

快速开始

安装到 Codex

npx -y ui-design-to-code-mcp@latest install --client codex

配置 Figma token：

ui-design-to-code-mcp setup-figma-token

该命令会提示粘贴 token，并写入 ~/.codex/config.toml 的 [mcp_servers.ui_design_to_code.env]。如果要在脚本里使用：

printf %s '' | ui-design-to-code-mcp configure-figma-token --client codex --stdin

安装到 Cursor 项目级配置

npx -y ui-design-to-code-mcp@latest install \
  --client cursor \
  --scope project \
  --project-dir .

配置 Figma token：

ui-design-to-code-mcp configure-figma-token --client cursor --scope project --project-dir . --token

一次安装到所有支持的本地客户端

npx -y ui-design-to-code-mcp@latest install \
  --clients cursor,claude-code,codex \
  --scope project \
  --project-dir .

检查或直接启动服务

npx -y ui-design-to-code-mcp@latest doctor
npx -y ui-design-to-code-mcp@latest serve

反馈与改进入口

如果你在使用中遇到模式选择不清晰、Figma token 检测不符合预期、视觉还原不稳定、资产同步路径错误、运行时验收失败或文档示例缺失，可以直接提交反馈：

  • 快捷反馈：
  • Bug / 功能请求 / 使用问题：
  • 已有问题列表：

提交时建议附带：

  • 客户端：Codex / Cursor / Claude Code。
  • 输入类型：截图、Figma URL、Figma node JSON、混合输入。
  • 选择的模式：decode-only、plan-only、target-ir、codegen、codegen-with-auto-review 或 runtime-review。
  • 目标平台：web-react、web-next、ios-uikit、ios-swiftui、android-compose、android-view。
  • 关键产物或日志：artifact-run-manifest.json、validate_pipeline 输出、visual-review-result.json、doctor 输出。

推荐执行流程

当请求同时包含设计源和 design-to-code / design-decoding 意图时，客户端应先自动发现并调用 ui_design_to_code MCP，而不是先走纯本地实现流程。典型设计源包括 UI 截图、预览图、GPT Image mockup、Figma URL / node-id、Figma MCP 节点 JSON、Figma 截图或导出图。

不要为 MCP 存在性、版本、安装、doctor 或路由排查请求创建 run，除非用户同时提供设计源并要求解析、实现或视觉验收。

  1. 如果流程包含 Figma 设计稿，先调用 check_figma_token。
  • token 缺失时，直接要求用户输入 Figma token；收到后调用 configure_figma_token 自动写入全局 Codex 配置，不要创建 run。
  • 只有交互式自动写入不可用时，才提示备用命令 ui-design-to-code-mcp setup-figma-token。
  • token 已配置后，继续进入执行模式选择。
  1. 用户没有显式指定模式时，再调用 get_run_modes，把返回的模式选择提示展示给用户。
  • recommendedMode 只能作为默认高亮选项，不能当作用户已同意。
  • 用户必须选择 decode-only、plan-only、target-ir、codegen、codegen-with-auto-review 或 runtime-review 之一。
  1. 用户确认模式后，再调用 create_design_run 创建独立产物运行目录。
  2. 使用 ingest_image_source 或 ingest_figma_source 登记源输入。
  • ingest_figma_source 支持两种来源：外部已获取的 Figma 节点 JSON，或 Figma URL / fileKey / nodeId + token 直连 Figma REST API 由本 MCP 自行拉取节点树、截图和 image fills。
  1. 对截图/图片输入，先生成并用 build_reference_analysis 登记 Reference Image Analysis。
  2. 生成并登记 Semantic UI IR、Cross-platform Node Data、Target Layout IR。
  3. 当已有 Vision/Compression/Semantic 产物后，调用 audit_image_decoding 审计图片解析质量。
  4. 在宿主项目中生成或修改目标代码。
  5. 使用 run_codegen 或 run_codegen_with_auto_review 记录结果。
  6. 调用 validate_pipeline 校验完整产物链路。
  7. 需要时使用 cleanup_design_run 清理生成产物。

当前流程优化建议

当前流程已经具备 token gate、mode gate、独立 runRoot、manifest 追踪、结构校验、视觉验收和 cleanup dry-run。后续更值得优化的是下面几类：

  • IR 自动生成边界：MCP 当前负责登记、校验和追踪产物；Vision IR、Compression IR、Semantic IR 和真实代码仍由调用 agent/model 生成。README 和客户端提示应持续避免暗示 MCP 单独完成全自动截图转代码。
  • 运行时验收前置条件：codegen-with-auto-review 和 runtime-review 需要宿主项目具备可运行命令、截图入口和目标页面定位。缺少这些条件时，应明确返回 blocked，而不是把未截图的实现标记为可交付。
  • Schema 校验深度：validate_pipeline 目前偏结构性、依赖少。未来可以在不显著增加安装成本的前提下，引入更完整的 JSON Schema 校验。
  • 产物体积和孤儿文件审计：现有 size accounting 主要覆盖 manifest 已登记文件。后续可以增加 runRoot orphan artifact audit，只报告不删除。
  • revision 管理：多轮 patch / review 后，应在 manifest 中记录 supersedes 关系，让旧失败版本自动进入 cleanup eligible。
  • 资产去重：source crop 和 Figma asset 下载可以进一步用 hash 去重，减少多轮 review 产生的重复图片。

执行模式

| 模式 | 是否需要 target | 主要用途 | | --- | --- | --- | | decode-only | 否 | 只采集源输入、vision/compression/semantic 产物，不生成平台计划或代码。 | | plan-only | 否 | 生成跨平台节点数据和转换计划，不生成目标布局或代码。 | | target-ir | 是 | 登记目标平台布局 IR，不修改代码。 | | codegen | 是 | 生成或修改实现代码，并记录常规验证结果。 | | codegen-with-auto-review | 是 | 记录代码生成、视觉验收依据，并执行相似度门禁。 | | runtime-review | 是 | 对已有运行时实现进行截图验收，不修改代码。 |

目标平台示例：

ios-uikit / ios-swiftui / web-react / web-next / android-compose / android-view

输入源选择

| 输入类型 | 适用场景 | 推荐工具 | | --- | --- | --- | | 截图或图片 | 设计源是渲染后的图像。 | ingest_image_source | | Figma 节点 JSON 或 Figma REST 直连 | 需要结构、命名、文本、组件、样式和布局元数据。 | ingest_figma_source | | Figma 节点 + 截图 / REST 导出截图 | 同时需要结构化信息和像素级视觉基准。 | ingest_figma_source |

能同时拿到 Figma 节点和截图时，优先使用混合输入：Figma 节点提供结构化信息，截图提供像素级视觉基准，便于后续视觉复核。

产物运行目录

所有流程都从 create_design_run 开始。它会创建独立 runRoot 和 artifact-run-manifest.json。

项目内默认目录：

generated/ui-design-to-code/-/
  artifact-run-manifest.json
  source/
  figma/
  analysis/
  vision/
  compression/
  semantic/
  cross-platform/
  targets/
  assets/
  qa/
  review/

临时运行目录：

/private/tmp/ui-design-to-code/-/

客户端安装

Codex

Codex 安装器会写入用户级 MCP 配置，并让运行时启动路径脱离网络依赖。

Codex plugin marketplace 安装：

codex plugin marketplace add Kinglions/ui-design-to-code-mcp --ref main
codex plugin list --marketplace ui-design-to-code
codex plugin add ui-design-to-code@ui-design-to-code

安装后检查 MCP server：

codex mcp list

该插件会把 ui_design_to_code 注册为：

npx -y ui-design-to-code-mcp@latest serve

仍然可以使用 npm 方式直接安装 MCP：

npx -y ui-design-to-code-mcp@latest install --client codex

安装包路径：

~/.codex/mcp-packages/ui-design-to-code-mcp

Codex serve 命令：

~/.codex/bin/serve-ui-design-to-code-mcp

macOS 每日更新任务：

~/Library/LaunchAgents/com.wuyb.codex.update-mcp-packages.plist

更新命令：

~/.codex/bin/update-mcp-packages

当安装规格是 ui-design-to-code-mcp@latest 时，更新脚本每天 04:15 检查一次 npm latest，只有版本变化时才下载更新。更新后的包会在 Codex 下一次启动或重新加载该 MCP server 时生效。

Codex 配置示例：

[mcp_servers.ui_design_to_code]
command = "/Users//.codex/bin/serve-ui-design-to-code-mcp"
args = []
startup_timeout_sec = 30

卸载：

npx -y ui-design-to-code-mcp@latest uninstall --client codex

Cursor

项目级配置：

{
  "mcpServers": {
    "ui-design-to-code": {
      "command": "npx",
      "args": ["-y", "ui-design-to-code-mcp@latest", "serve"]
    }
  }
}

安装：

npx -y ui-design-to-code-mcp@latest install \
  --client cursor \
  --scope project \
  --project-dir .

卸载：

npx -y ui-design-to-code-mcp@latest uninstall \
  --client cursor \
  --scope project \
  --project-dir .

Claude Code

项目级安装：

npx -y ui-design-to-code-mcp@latest install \
  --client claude-code \
  --scope project \
  --project-dir .

用户级安装：

claude mcp add-json ui-design-to-code \
  '{"type":"stdio","command":"npx","args":["-y","ui-design-to-code-mcp@latest","serve"]}' \
  --scope user

工具参考

get_run_modes

返回支持的执行模式、目标平台、触发示例和模式选择提示。

当用户提供 UI 截图、参考图、Figma 设计或 design-to-code 任务，但没有明确指定模式时，应先调用它。

典型输入：

{ "requestText": "convert this screenshot to web code" }

create_design_run

创建运行目录和 artifact-run-manifest.json。

关键入参：

  • workspace：生成目录所在项目根目录。
  • slug：可读的 run 名称后缀。
  • mode：执行模式。
  • targets：target/codegen/review 模式必填。
  • useTmp：为 true 时写入 /private/tmp。

返回：

  • runRoot
  • manifestPath
  • mode

ingest_image_source

把截图或图片登记为源输入。

输出：

source/design-source-manifest.json
source/page.source-manifest.json

关键入参：

  • runRoot
  • imagePath
  • sourceId
  • 无法自动读取尺寸时传 widthPx、heightPx
  • knownViewport
  • logicalUnit

ingest_figma_source

登记 Figma 输入源。支持：

  1. 传入现成 Figma 节点 JSON。
  2. 提供 Figma URL / figma.fileKey / figma.nodeId，并通过 apiToken 或环境变量（默认尝试 FIGMA_API_TOKEN、FIGMA_ACCESS_TOKEN、FIGMA_OAUTH_TOKEN）让 MCP 直接调用 Figma REST API。
  3. 在 1 或 2 的基础上附带截图，或让 MCP 自动导出截图和 target-aware 资产。
  4. 如果同时提供 projectRoot，MCP 会在下载完成后把资产自动同步到目标工程的默认资源目录，同时保留 runRoot 中的归档副本。

输出：

source/design-source-manifest.json
figma/figma-source-dataset.json
figma/figma-node-index.json
figma/figma-asset-plan.json
figma/raw-node-response.json
figma/raw-file-metadata.json
figma/raw-image-fills.json
figma/figma-asset-downloads.json
targets/asset-sync-manifest.json

关键入参：

  • runRoot
  • figmaUrl
  • figma.fileKey
  • figma.nodeId
  • nodeJson 或 nodeJsonPath
  • screenshotPath
  • figmaBounds
  • fetchFromApi
  • apiToken / tokenEnvVar
  • downloadScreenshot
  • downloadAssets
  • screenshotScale
  • projectRoot

资源同步规则：

  • web-react / web-next：默认同步到 public/ui-design-to-code/figma/...；若无 public/，回退到 src/assets/ui-design-to-code/figma/...
  • ios-uikit / ios-swiftui：优先同步到首个发现的 .xcassets，自动创建 .imageset
  • android-compose / android-view：默认同步到 app/src/main/res/drawable；若无则搜索 src/main/res

也可以显式单独调用：

sync_target_assets

如果缺少 token，MCP 会要求用户直接输入 Figma token，并通过 configure_figma_token 自动写入全局 Codex 配置；只有自动配置不可用时，才使用备用命令：

ui-design-to-code-mcp setup-figma-token

slice_image_assets

根据 layers.manifest.json 中的 source_bbox，从源图精确裁切 bitmap/icon 资源。

这是显式调用的独立工具，不会改变 decode、plan、target IR 或 codegen 的默认流程。

输入 manifest 示例：

[
  {
    "id": "icon-tab-home",
    "type": "bitmap",
    "source_bbox": { "x": 120, "y": 980, "width": 72, "height": 72 },
    "asset": "icon-tab-home.png",
    "transparent_required": true,
    "z_index": 20
  }
]

典型 tool 入参：

{
  "runRoot": "/path/to/run",
  "sourcePath": "/path/to/source.png",
  "layersManifestPath": "/path/to/layers.manifest.json",
  "canvasWidth": 750,
  "onlyType": "bitmap"
}

默认输出：

assets/slices/.png
assets/slices/layers.manifest.normalized.json
qa/bbox-preview.svg
qa/png-asset-audit.json

切图脚本使用源图像素坐标，不自动 trim，不改变输出画布尺寸。它会保留源像素和源 alpha。当前版本不引入额外图像依赖，因此不做背景抠除；当无法读取 alpha 细节时，审计报告会把透明/贴边检查标记为不可用。

build_reference_analysis

登记模型生成的 Reference Image Analysis。它位于 Vision IR 之前，用来记录原始像素尺寸、根画板、语义顶层分组、文本/媒体/图标/材质清单、底部导航、严格提取设置、高风险区域和后续审计计划。

如果没有传 artifactPath，工具会返回需要生成该产物的 schema 和参考说明。

默认 artifact type：

reference_analysis

build_semantic_ir

登记 model 生成的 Platform-neutral Semantic UI IR。

如果没有传 artifactPath，工具会返回需要生成该产物的 schema 和参考说明。

默认 artifact type：

platform_neutral_semantic_ui_ir

build_cross_platform_nodes

登记 Cross-platform Node Data。

如果没有传 artifactPath，工具会返回对应 schema 合约。

默认 artifact type：

cross_platform_node_data

build_target_ir

登记目标平台布局 IR。

schema 提示按 target 名称选择：

  • Android target 使用 Android layout schema。
  • ios-uikit 使用 UIKit layout schema。
  • ios-swiftui 使用 iOS SwiftUI layout schema。
  • 其他 target 使用 Web React layout schema。

run_codegen

记录实现代码变更和常规验证结果，不执行视觉验收门禁。

输出：

review/codegen-result.json

run_codegen_with_auto_review

记录代码生成结果和视觉验收依据。

当提供 visualReviewResultPath 时，只有满足下面条件才标记为可交付：

review.status == "passed"
minimum non-material similarity >= 0.9

输出：

review/codegen-with-auto-review-result.json

validate_pipeline

校验现有 run 的跨产物链路。它会检查必需产物是否存在，以及 vision、compression、semantic、cross-platform、target planning 之间的 traceability 是否一致。

audit_image_decoding

审计截图/图片解析产物。它会检查 reference analysis 是否匹配源图尺寸、顶层分组是否越界、审计章节是否齐全、文本是否有字体度量、媒体/图标区域是否被纳入、semantic node 是否保留 traceability、单行文本是否存在换行风险、底部导航是否包含槽位，以及低置信节点是否提供 alternatives。

默认输出：

qa/image-decoding-audit.json

cleanup_design_run

运行产物清理，默认 dry-run。

典型入参：

{ "runRoot": "/path/to/run", "apply": false }

只有确认要删除可清理产物时，才设置 apply: true。

常见工作流

截图转 Web 代码

  1. 用户未指定模式时，调用 get_run_modes。
  2. 调用 create_design_run，选择 mode: "codegen" 或 mode: "codegen-with-auto-review"，并设置 targets: ["web-react"]。
  3. 调用 ingest_image_source 登记截图。
  4. 分析截图结构后调用 build_reference_analysis。
  5. 生成或登记 Semantic UI IR、Cross-platform Node Data、Target Layout IR。
  6. Vision/Compression/Semantic 产物就绪后调用 audit_image_decoding。
  7. 在宿主项目里实现代码。
  8. 调用 run_codegen 或 run_codegen_with_auto_review。
  9. 调用 validate_pipeline。

Figma Hybrid 到 Target IR

  1. 通过 Figma MCP 获取节点 JSON。
  2. 提供或截取同一 frame 的截图。
  3. 调用 create_design_run，设置 mode: "target-ir" 和目标平台。
  4. 调用 ingest_figma_source，传入 nodeJson 和 screenshotPath。
  5. 生成目标平台 Layout IR。
  6. 调用 build_target_ir 登记产物。
  7. 调用 validate_pipeline。

截图精确切图

  1. 调用 create_design_run。
  2. 调用 ingest_image_source。
  3. 创建包含源图像素 bbox 的 layers.manifest.json。
  4. 调用 slice_image_assets。
  5. 在生成代码中使用 assets/slices/ 下的 PNG。
  6. 检查 qa/bbox-preview.svg 和 qa/png-asset-audit.json。

更新和版本管理

更新客户端配置到指定 channel：

npx -y ui-design-to-code-mcp@latest update \
  --clients cursor,claude-code,codex \
  --channel latest

安装固定版本：

npx -y ui-design-to-code-mcp@0.1.4 install \
  --client codex \
  --package-spec ui-design-to-code-mcp@0.1.4

稳定生产环境建议使用固定版本。需要 Codex 每日自动更新或 npx 客户端动态获取新版时，使用 @latest。

开发

运行校验：

npm run check
npm run release:check

打包预览：

npm pack --dry-run

发布

推荐公共 npm 发布路径：

  1. 配置 npm Trusted Publishing：

``bash node bin/ui-design-to-code-mcp.js configure-npm-trusted-publishing --dry-run ``

  1. 从 main 分支触发 GitHub Actions 的 Release workflow。

Release workflow 使用 GitHub Actions OIDC（id-token: write），不需要 NPM_TOKEN 或长期 MCP Registry token。npm 账号 2FA 应保持开启。

完整发布、Registry、回滚和安全策略见：

  • [RELEASE.md](./RELEASE.md)
  • [SECURITY.md](./SECURITY.md)

仓库

https://github.com/Kinglions/ui-design-to-code-mcp.git

English

ui-design-to-code-mcp is an MCP server that standardizes the artifact pipeline for converting UI screenshots, Figma MCP node JSON, or Figma-plus-screenshot hybrid sources into implementation-ready design-to-code outputs.

It does not replace the coding agent or model. Instead, it gives agents a reliable workflow for run directories, source manifests, Figma datasets, intermediate IR contracts, target layout art

…

Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet — be the first.

Write a review

Versions

  • v0.1.12 Imported from the upstream source.

More mcp servers