AI编程实战 : 使用 TRAE CN 将 MasterGo 设计稿转化为前端代码

AI编程实战 : 使用 TRAE CN 将 MasterGo 设计稿转化为前端代码

文章目录


文档信息

  • 创建时间:2026-01-22
  • 作者:zuozewei
  • 功能:使用 TRAE CN 将 MasterGo 设计稿转化为前端代码
  • 技术栈:MasterGo、TRAE CN、MCP

什么是 MCP

MCP(Model Context Protocol,模型上下文协议)是 MasterGo(国内原型设计平台)为 AI 工具打通设计稿数据的标准化协议,可让 TRAE CN IDE(国际版不支持) 等 AI 工具直接读取 MasterGo 设计稿的结构化数据(如布局、样式、资源、变量等),无需人工导出/上传设计稿,实现「设计稿 → 代码」的端到端智能化转换。

简单来说,你无需再手动截图、描述设计细节,AI 工具可通过 MCP 直接「读懂」MasterGo 设计稿,精准生成符合设计规范的前端代码,大幅降低设计还原的沟通成本和手动开发工作量。

前置条件

在使用 MasterGo MCP 前,请确保满足以下条件:

1. 账号权限

  • 持有 MasterGo 账号(企业版,支持 DSL(用于自行开发 D2C)),且账号已完成手机号/邮箱验证;
  • 若操作团队/企业空间的设计稿,需拥有该设计稿的「查看」或「编辑」权限(仅「评论」权限无法读取设计稿数据);
  • 生成 Personal Access Token 时,账号需为企业空间的「成员」或「管理员」(访客账号无法生成 Token)。
在这里插入图片描述
MasterGo MCP 中 DSL 的技术原理,是作为“设计稿→代码”的标准化中间层:先通过授权后的 MasterGo API 拉取设计稿全量原始数据,再过滤冗余信息、统一格式完成数据清洗,接着为纯数值数据注入前端领域语义(如标注组件类型、样式变量),最终输出结构化的 DSL 数据(通常为 JSON),供 TRAE IDE、AI 智能体等工具直接解析,高效生成符合设计意图的前端代码。

补充一个 DSL 的极简 JSON 示例:

{"components":[{"id":"123","type":"Button","props":{"text":"点击我","style":{"color":"red","fontSize":16}}}]}

2. 环境要求

  • TRAE CN IDE 版本 ≥ 1.0.0(过低版本可能不兼容 MasterGo MCP 协议);
  • 网络环境可正常访问 MasterGo 官网(https://mastergo.com)及 TRAE CN IDE 服务器。

3. 设计稿准备

  • 设计稿需已发布至 MasterGo 云端(本地离线设计稿无法被 MCP 读取);
  • 建议对设计稿进行分层/命名规范(如统一组件命名、规范样式变量),可提升 AI 生成代码的可读性。

MasterGo AI Bridge 支持的能力

当前 MCP 工具版本为 0.1.2,MasterGo AI Bridge 基于该版本提供以下核心 API 方法,用于支撑设计稿数据的读取与组件关联:

API 方法能力描述
mcp_getDsl用于获取设计稿的领域特定语言数据
mcp_getComponentLink当 mcp_getDsl 返回数据包含非空内容时,用于获取组件关联链接
mcp_getMeta当用户需要搭建完整网站时,调用此工具获取相关元数据
mcp_getComponentGenerator需主动调用此工具,获取组件开发相关资源

操作步骤

第一步: 安装/升级 TRAE CN IDE

  1. 前往 TRAE CN 国内官网下载最新版安装包(https://www.TRAE CN.cn/download),或在已安装的 TRAE CN IDE 中通过「设置 → 关于 → 检查更新」完成升级。
  2. 按照安装向导完成安装,建议选择「完整安装」(包含 MCP 协议适配组件)。

第二步: 获取 MasterGo 的 Personal Access Token

Token 是 MCP 工具访问 MasterGo 设计稿数据的身份凭证,需严格按照官方规范生成:

  1. 登录 MasterGo 网页端(https://mastergo.com),建议使用 Chrome/Edge 浏览器(兼容性最佳)。
  2. 点击页面右上角「头像」→「个人设置」,进入个人中心。
  3. 在左侧导航栏选择「安全设置」→「个人访问令牌」,点击「生成新令牌」。

操作如下图:

在这里插入图片描述

第三步: 添加 MCP Server

  1. 打开 TRAE CN IDE,确保已登录 TRAE CN 账号(未登录无法使用 MCP 功能)。
  2. 进入 MCP 配置页面:
    • IDE 模式:点击右上角「设置」→「MCP」;
    • SOLO 模式:点击对话面板右上角「设置」→「MCP」。
  3. 进入 MCP 市场:
    • 点击「添加 → 从市场添加」,或直接点击页面中部「从市场添加」按钮;
    • 若市场中未找到「MasterGo Magic Mcp」,可通过搜索框输入关键词快速定位。
  4. 配置 MasterGo MCP:
    • 点击「MasterGo Magic Mcp」右侧「+」按钮,弹出配置弹窗;
    • 粘贴第二步 Personal Access Token(启用验证 Token 有效性);
    • 验证通过后,点击「确认」完成添加。

验证连接失败排查

  • 检查 Token 是否复制完整(无空格/换行);
  • 检查 Token 权限是否包含「文件内容(只读)」;
  • 检查网络是否可访问 MasterGo 官网。

操作如下图:

在这里插入图片描述

第四步: 创建自定义智能体(可选)

内置智能体「Builder with MCP」可满足基础需求,自定义智能体可针对性优化代码生成规则:

  1. 在 TRAE CN IDE 对话输入框中输入 @,点击「创建智能体」。
  2. 配置智能体参数:
    • 名称:如「MasterGo 设计稿转 Vue 代码」(明确场景);
    • 工具配置:
      • MCP 工具:仅勾选「MasterGo Magic Mcp」;
      • 内置工具:勾选「阅读」「编辑」「终端」「预览」(满足代码生成+预览需求)。
  3. 点击「创建」,完成后点击「立即使用」进入对话界面。

提示词(官方推荐模板):

你是专业的前端开发工程师,需基于 MasterGo 设计稿数据(通过 MCP 获取)完成以下要求: 1. 代码框架:使用 Vue 3(可替换为 React/Angular 等); 2. 样式规范:严格遵循设计稿中的颜色、字体、间距、圆角等样式参数,使用 REM 适配不同屏幕; 3. 代码结构:组件化拆分(按设计稿模块划分),注释清晰,符合前端工程化规范; 4. 资源处理:自动下载设计稿中的图标/图片资源,存放至「assets」目录,路径映射正确; 5. 兼容性:兼容 Chrome 90+、Edge 90+、Safari 14+ 浏览器。 禁止擅自修改设计稿中的样式参数,若有不明确的地方,先询问用户再生成代码。 

效果如下图:

第五步: 调用 MCP 生成前端代码

5.1 复制 MasterGo 设计稿链接
  1. 打开 MasterGo 设计稿,选中需要转换的范围:
    • 单个组件/画板:点击选中目标节点;
    • 整个页面:无需选中,直接复制设计稿根链接。

右键点击选中区域 →「复制链接」→「复制选中内容链接」(或「复制文件链接」),复制格式示例:

https://mastergo.com/file/xxxxxx?fileOpenFrom=project&page_id=xxxxxxxxx&layer_id=xxxxxxxxx 

提示:包含 nodeId 的链接仅读取指定节点数据,无 nodeId 则读取整个设计稿。

5.2 在 TRAE CN IDE 中生成代码
  1. 在 TRAE CN IDE 中打开空项目文件夹(用于存放生成的代码)。
  2. 发送指令后,TRAE CN IDE 会自动执行以下操作:
    • 调用 MasterGo Magic Mcp → 读取设计稿数据;
    • 解析样式/布局/资源 → 生成标准化前端代码;
    • 自动创建文件(index.html、src/App.js、src/index.css 等);
    • 下载设计稿资源至指定目录。
  3. 生成完成后,双击「index.html」或通过 TRAE CN IDE「预览」功能查看效果。

在智能体对话框中输入指令,示例:

请基于以下 MasterGo 设计稿链接生成前端代码: https://mastergo.com/file/xxxxxx?fileOpenFrom=project&page_id=xxxxxxxxx&layer_id=xxxxxxxxx 要求: 1. 使用 Vue + Tailwind CSS 开发; 2. 生成响应式页面,适配移动端(375px)、平板(768px)、桌面端(1920px); 3. 将图片资源下载至「src/assets/images」目录; 4. 生成后在浏览器中预览效果。 

操作如下图:

在这里插入图片描述
5.3 代码优化与迭代

若生成的代码不符合预期,可通过以下方式优化:

  1. 补充精准指令:如「修复按钮样式与设计稿不一致的问题,按钮圆角应为 8px」;
  2. 调整智能体提示词:优化代码框架/样式规范;
  3. 修正设计稿:若设计稿存在命名不规范/层级混乱,整理后重新复制链接生成。

复现效果

设计稿原图如下:

在这里插入图片描述

代码复现如下:

在这里插入图片描述

常见问题与排查

Q1: MCP 无法读取 MasterGo 设计稿数据

原因及解决方案

  1. Token 无效/过期:重新生成 Personal Access Token,确保权限包含「文件内容(只读)」;
  2. 设计稿权限不足:联系设计稿所有者,将你的账号添加为「查看者/编辑者」;
  3. 链接格式错误:确保链接包含 file/xxxxxx(设计稿 ID),而非分享链接/评论链接;
  4. 网络问题:检查网络是否可访问 MasterGo 官网,或切换至稳定网络环境。

Q2: 生成的代码中图片资源缺失

原因及解决方案

  1. 图片节点未选中:复制链接时确保选中包含图片的节点,或读取整个设计稿数据;
  2. 图片格式不支持:MasterGo MCP 暂不支持 WebP 格式,建议将图片导出为 PNG/SVG 后重新上传;
  3. 资源下载路径错误:在智能体提示词中明确资源存放路径(如「将图片下载至 src/assets/images」)。

Q3: 样式参数与设计稿不一致

原因及解决方案

  1. 设计稿使用了未解析的变量:确保 Token 权限包含「变量(只读)」,或在设计稿中替换为固定值;
  2. AI 解析误差:补充指令明确样式参数(如「字体大小为 16px,行高为 24px」);
  3. 单位转换问题:在提示词中指定单位(如「所有尺寸使用 REM 单位,1REM = 16px」)。

Q4: Token 泄露/需要撤销

  1. 登录 MasterGo「个人设置 → 安全与授权 → 个人访问令牌」;
  2. 找到目标 Token,点击「撤销」按钮,立即终止该 Token 的使用权限;
  3. 重新生成新 Token,更新 TRAE CN IDE 中的 MCP 配置。

注意事项

1. 数据安全

  • 勿将 Personal Access Token 分享给无关人员,定期(如 30 天)轮换 Token;
  • 仅向可信的 AI 工具(如 TRAE CN IDE)配置 Token,避免数据泄露。

2. 兼容性

  • TRAE CN IDE 低版本可能不支持最新的 MasterGo MCP 协议,建议保持 TRAE CN IDE 为最新版;
  • MasterGo 本地客户端的离线设计稿无法被 MCP 读取,需先发布至云端。

3. 效率优化

  • 设计稿命名/层级规范可大幅提升代码生成质量;
  • 优先选择「读取指定位置(layer_id)」而非整个设计稿,可减少 AI 解析时间。

总结

  1. MasterGo MCP 核心是通过 Token 授权,让 AI 工具直接读取设计稿结构化数据,实现「设计 → 代码」智能化转换;
  2. 关键步骤:生成带最小必要权限的 Token → 配置 TRAE CN IDE 的 MasterGo Magic Mcp → 复制设计稿链接 → 指令生成代码;
  3. 常见问题多与 Token 权限、设计稿权限、链接格式相关,按「最小权限原则」生成 Token 可兼顾安全性与可用性。

AI 原生开发工作流逻辑图

在这里插入图片描述

Read more

基于腾讯云HAI + DeepSeek快速设计自己的个人网页

基于腾讯云HAI + DeepSeek快速设计自己的个人网页

前言:通过结合腾讯云HAI 强大的云端运算能力与DeepSeek先进的 AI技术,本文介绍高效、便捷且低成本的设计一个自己的个人网页。你将了解到如何轻松绕过常见的技术阻碍,在腾讯云HAI平台上快速部署DeepSeek模型,仅需简单几步,就能获取一个包含个人简介、技能特长、项目经历及联系方式等核心板块的响应式网页。 目录 一、DeepSeek模型部署在腾讯云HAI 二、设计个人网页 一、DeepSeek模型部署在腾讯云HAI 把 DeepSeek 模型部署于腾讯云 HAI,用户便能避开官网访问限制,直接依托腾讯云 HAI 的超强算力运行 DeepSeek-R1 等模型。这一举措不仅降低了技术门槛,还缩短了部署时间,削减了成本。尤为关键的是,凭借 HAI 平台灵活且可扩展的特性,用户能够依据自身特定需求定制专属解决方案,进而更出色地适配特定业务场景,满足各类技术要求 。 点击访问腾讯云HAI控制台地址: 算力管理 - 高性能应用服务 - 控制台 腾讯云高性能应用服务HAI已支持DeepSeek-R1模型预装环境和CPU算力,只需简单的几步就能调用DeepSeek - R1

By Ne0inhk
AI革命先锋:DeepSeek与蓝耘通义万相2.1的无缝融合引领行业智能化变革

AI革命先锋:DeepSeek与蓝耘通义万相2.1的无缝融合引领行业智能化变革

云边有个稻草人-ZEEKLOG博客 目录 引言 一、什么是DeepSeek? 1.1 DeepSeek平台概述 1.2 DeepSeek的核心功能与技术 二、蓝耘通义万相2.1概述 2.1 蓝耘科技简介 2.2 蓝耘通义万相2.1的功能与优势 1. 全链条智能化解决方案 2. 强大的数据处理能力 3. 高效的模型训练与优化 4. 自动化推理与部署 5. 行业专用解决方案 三、蓝耘通义万相2.1与DeepSeek的对比分析 3.1 核心区别 3.2 结合使用的优势 四、蓝耘注册流程 五、DeepSeek与蓝耘通义万相2.1的集成应用 5.1 集成应用场景 1. 智能医疗诊断

By Ne0inhk
如何通过 3 个简单步骤在 Windows 上本地运行 DeepSeek

如何通过 3 个简单步骤在 Windows 上本地运行 DeepSeek

它是免费的——社区驱动的人工智能💪。         当 OpenAI 第一次推出定制 GPT 时,我就明白会有越来越多的人为人工智能做出贡献,并且迟早它会完全由社区驱动。         但从来没有想过它会如此接近😂让我们看看如何在 Windows 机器上完全免费使用第一个开源推理模型!  步骤 0:安装 Docker 桌面         我确信很多人已经安装了它,所以可以跳过,但如果没有 — — 这很简单,只需访问Docker 的官方网站,下载并运行安装 👍         如果您需要一些特定的设置,例如使用 WSL,那么有很多指导视频,请查看!我将继续下一步。 步骤 1:安装 CUDA 以获得 GPU 支持         如果您想使用 Nvidia 显卡运行 LLM,则必须安装 CUDA 驱动程序。(嗯……是的,它们需要大量的计算能力)         打开CUDA 下载页面,

By Ne0inhk
在 VSCode 中本地运行 DeepSeek,打造强大的私人 AI

在 VSCode 中本地运行 DeepSeek,打造强大的私人 AI

本文将分步向您展示如何在本地安装和运行 DeepSeek、使用 CodeGPT 对其进行配置以及开始利用 AI 来增强您的软件开发工作流程,所有这些都无需依赖基于云的服务。  步骤 1:在 VSCode 中安装 Ollama 和 CodeGPT         要在本地运行 DeepSeek,我们首先需要安装Ollama,它允许我们在我们的机器上运行 LLM,以及CodeGPT,它是集成这些模型以提供编码辅助的 VSCode 扩展。 安装 Ollama Ollama 是一个轻量级平台,可以轻松运行本地 LLM。 下载Ollama 访问官方网站:https://ollama.com * 下载适合您的操作系统(Windows、macOS 或 Linux)的安装程序。 * 验证安装 安装后,打开终端并运行: ollama --version  如果 Ollama 安装正确,

By Ne0inhk