【GitHub Copilot】Figma MCP还原设计稿生成前端代码

【GitHub Copilot】Figma MCP还原设计稿生成前端代码

这里写自定义目录标题

Cursor+Figma MCP的教程已经很多了,由于我所在的公司采购的是GitHub Copilot,我研究了一下直接在vscode里利用GitHub Copilot接入Figma MCP进行设计稿还原代码,大获成功,这里分享我的步骤,希望能帮到你。

Step1:让AI给你配置MCP

在vscode中打开你的项目(我的例子是一个微信小程序),呼出github copilot对话框,模式选择Agent,模型建议Claude 3.7 Sonnet,提问:

https://github.com/GLips/Figma-Context-MCP 如何配置能让你在vscode里使用这个mcp

之后跟着提示狂点下一步即可完成配置,如果有什么需要装的vscode插件它会自动帮你装,甚至自动生成了配置说明文档。

在这里插入图片描述


由于不能保证AI每次生成的答案都一致,这里附上我的运行结果作为参考,可以看到它在项目文件夹最外层建了一个.vscode文件夹,在settings.json文件里加上了配置。如果你的项目本来就有这个settings.json文件它应该会加在文件最后面。

{"mcpServers":{"Framelink Figma MCP":{"command":"cmd","args":["/c","npx","-y","figma-developer-mcp","--figma-api-key=这里稍后替换成你自己的密钥","--stdio"]}}}

Step2:替换成自己的Figma密钥

打开Figma的网页点击左上角自己的头像 -> settings -> Security -> Generate new token
设置路径可能会有变化,自己到处点点找到Generate new token就对了
找到点击之后会出现下面这个弹窗,随便起个名字比如mcp,然后把下面的权限列表一个个打开选择读或写,要不然默认是全部No access的。
注意默认是30天过期,30天后需要建一个新的才能继续用。

在这里插入图片描述


都选完之后点右下角的generate token之后会生成一个密钥,这是你唯一一次复制它的机会,没复制好就关掉窗口了就只能重新建了。把这个密钥复制到settings.json文件中–figma-api-key=后面。

Step3:如何使用

我以这个官方电商UI模板里的商品卡片为例,在Figma设计图上选中你要的部分图层,右键后点击Copy link to selection

在这里插入图片描述

之后就可以把链接贴到对话框了,先来测试一下配置是否成功了,确保模式是Agent,提问:

https://www.figma.com/design/GJZhGih0VsGbpevJGkJQ9Z/E-commerce-UI—Figma-Ecommerce-UI-Kit–Demo-Version—Community-?node-id=2804-7985&m=dev 现在你能读到这个设计图了吗
在这里插入图片描述


出现这样的弹窗说明Agent在尝试链接MCP server了,点继续(也可以点击右边的箭头在当前会话中允许操作就不用每次都手动点了),过一会儿可以看到它的描述,说明设计图被读到了,我们的配置生效了。

在这里插入图片描述


现在可以让它写代码了

请根据这个设计图在我的微信小程序里生成商品卡片组件的代码,注意微信小程序中2rpx=1px,要完全还原设计图的UI,再建一个测试页面展示这个组件的调用效果,可以参考微信小程序官方文档https://developers.weixin.qq.com/miniprogram/dev/api/
在这里插入图片描述


继续等AI操作,等它操作完之后到开发者工具里运行,可以看到还原度已经非常高了。

在这里插入图片描述

对比设计图,指出哪里还原度不够,让它进一步优化,客客气气的。

看上去有一些UI细节不够还原,比如卡片的内边距,还有按钮的布局,请你再仔细检查一下。
商品图片上的三个icon按钮应该是水平居中的,learn more按钮应该是水平居左的。另外你能不能直接下载设计图里的icon为svg来使用,这样更还原。

如上描述改了两个版本之后,我们得到了下图版本,我把设计图放在左边,可以看到还原度非常惊人了。

在这里插入图片描述

最后,来人工review一下生成组件代码,可以看到模板层dom设计非常合理,没有多余的嵌套,注释清晰,比我的同事靠谱多了

<viewclass="product-card"><!-- 图片区域 --><viewclass="fixed-height"><viewclass="product-cover"style="background-image:url('{{product.coverImage}}');"></view><!-- 产品操作按钮 --><viewclass="product-actions"><viewclass="action-button like"><viewclass="icon"><imageclass="icon-image"src="/images/icons/like-icon.svg"></image></view></view><viewclass="action-button basket"><viewclass="icon"><imageclass="icon-image"src="/images/icons/basket-icon.svg"></image></view></view><viewclass="action-button share"><viewclass="icon"><imageclass="icon-image"src="/images/icons/share-icon.svg"></image></view></view></view><!-- 标签 --><viewclass="tag"wx:if="{{product.tag}}"><text>{{product.tag}}</text></view></view><!-- 产品信息区域 --><viewclass="product-info"><!-- 类别和评分 --><viewclass="row category-rating"><viewclass="category-container"><textclass="category">{{product.category}}</text></view><viewclass="rating-container"><imageclass="star-icon"src="/images/icons/star-icon.svg"></image><textclass="rating">{{product.rating}}</text></view></view><!-- 产品标题 --><textclass="product-title">{{product.title}}</text><!-- 产品描述 --><textclass="product-description">{{product.description}}</text><!-- 销售信息 --><viewclass="sales"><viewclass="icon"><imageclass="sales-icon"src="/images/icons/sales-icon.svg"></image></view><textclass="sales-text">{{product.sales}} Sales</text></view><!-- 价格信息 --><viewclass="prices"><textclass="original-price"wx:if="{{product.originalPrice}}">¥{{product.originalPrice}}</text><textclass="current-price">¥{{product.price}}</text></view><!-- 颜色选项 --><viewclass="product-colors"><viewclass="color-dot"wx:for="{{product.colors}}"wx:key="index"style="background-color:{{item}};"></view></view><!-- 产品特性 --><viewclass="product-features"><viewclass="feature"><viewclass="icon"><imageclass="feature-icon"src="/images/icons/calendar-icon.svg"></image></view><textclass="feature-text">{{product.duration}}</text></view><viewclass="feature"><viewclass="icon"><imageclass="feature-icon"src="/images/icons/lessons-icon.svg"></image></view><textclass="feature-text">{{product.lessons}} Lessons</text></view><viewclass="feature"><viewclass="icon"><imageclass="feature-icon"src="/images/icons/progress-icon.svg"></image></view><textclass="feature-text">Progress</text></view></view><!-- 了解更多按钮 --><buttonclass="learn-more-button"hover-class="button-hover"><text>Learn More</text><imageclass="arrow-icon"src="/images/icons/arrow-right-icon.svg"></image></button></view></view>

调用组件的示例页面给的例子也一目了然

<viewclass="container"><viewclass="title">商品卡片组件展示</view><viewclass="card-container"><product-cardproduct="{{productData}}"></product-card></view></view>

Read more

家庭服务器首选:Mac mini 跑 OpenClaw + 私有云 + 导航页

家庭服务器首选:Mac mini 跑 OpenClaw + 私有云 + 导航页

家庭服务器首选:Mac mini 跑 OpenClaw + 私有云 + 导航页 Mac mini 是家庭服务器的首选,可以同时运行 OpenClaw、私有云和导航页,打造完整的家庭数据中心。本文将详细介绍如何配置 Mac mini 作为家庭服务器,实现多服务集成。 一、家庭服务器架构 1.1 服务架构 服务端口功能资源占用OpenClaw8080AI 对话服务中等Nextcloud8081私有云服务中等Homarr8082导航页服务低Portainer9000Docker 管理服务低Nginx80/443反向代理服务低

By Ne0inhk
AI 绘图进阶课:一键解析任意图片,轻松玩转 Midjourney 以图生图!

AI 绘图进阶课:一键解析任意图片,轻松玩转 Midjourney 以图生图!

还在为写不出惊艳的 Midjourney 提示词而烦恼吗?看到一张神仙图片,却不知道如何创作出类似风格?这篇保姆级教程将带你解锁 Midjourney 的一项“黑科技”——图片解析(反推提示词),并结合强大的以图生图(垫图)功能,让你轻松“复刻”并超越经典,释放无限创意! 今天,我们要聊一个 Midjourney 非常强大但又常被新手忽略的组合技:图片解析 + 以图生图。 简单来说,这个工作流分为两步: 1. 图片解析 (/describe 命令):上传一张你喜欢的图片,让 AI 告诉你它“看到”了什么,并自动生成精准的描述性提示词(Prompt)。 2. 以图生图 (/imagine + 图片链接):利用上一步生成的提示词,并以原图作为“艺术参考”(我们称之为“垫图”),生成一张既有原图神韵又有全新创意的作品。 这种方法不仅能帮你学习顶尖的提示词写法,更能让你的创作事半功倍。

By Ne0inhk

Stable Diffusion v2-1-base模型使用指南:从新手到高手的文本到图像生成技巧

想要轻松玩转Stable Diffusion v2-1-base模型,实现高质量的文本到图像生成效果吗?这份指南将带你从基础入门到进阶应用,用最接地气的方式解锁AI绘画的魅力。 【免费下载链接】stable-diffusion-2-1-base 项目地址: https://ai.gitcode.com/hf_mirrors/ai-gitcode/stable-diffusion-2-1-base 🎯 新手常见疑惑解答 模型能帮我做什么? Stable Diffusion v2-1-base模型就像你的专属AI画师,只要输入文字描述,就能生成对应的图像。无论是: * 🎨 创意设计:为你的作品集添加独特视觉元素 * 📚 教学辅助:制作生动有趣的课件配图 * 🚀 灵感激发:快速将脑海中的想法可视化 遇到报错怎么办? 初次使用时可能会遇到这些问题: # 依赖包缺失的解决方案 pip install diffusers transformers accelerate scipy safetensors 如果提示GPU内存不足,可以试试这个技巧: # 启用内存优化

By Ne0inhk

Whisper-large-v3详细步骤:云端部署一看就会

Whisper-large-v3详细步骤:云端部署一看就会 你是不是也和我当年一样,刚读研时被导师安排跑通一个语音识别实验,点开Whisper的GitHub页面却一脸懵?各种依赖、环境冲突、CUDA版本不匹配……光是安装就花了三天,还没开始训练模型人已经快崩溃了。别慌!现在完全不用这么折腾了。 今天我要分享的是——如何用预置镜像在云端GPU上,2小时内从零部署Whisper-large-v3并完成语音转文字测试。特别适合像你我这样的研究生小白,不需要懂太多底层细节,只要跟着一步步操作,就能把任务搞定交差。核心思路就是:跳过所有环境配置坑,直接用ZEEKLOG星图平台提供的Whisper专用镜像,一键启动+即拿即用。 这个镜像已经帮你装好了PyTorch、CUDA、HuggingFace Transformers、ffmpeg等所有必要组件,甚至连whisper库都配好了最新版。你只需要上传音频文件,运行几行命令,就能看到结果输出。整个过程就像“打开App→导入视频→点击转换”一样简单。而且支持对外暴露服务接口,后续还能扩展成Web应用或集成到其他系统里。下面我就手把手带你走完全流

By Ne0inhk