在VSCode中通过Copilot链接Figma直接生成完整产品

在VSCode中通过Copilot链接Figma直接生成完整产品

为了快速开发的需要,开发的范式也开始进行快速迭代调整。可以变为使用Figma (特别是他的Make产品,可以提示指导AI直接生成完整的产品原型)生成原型,然后通过设置Figma的MCP, 在开发工具(本文是在VS Code中使用Copilot)链接Figma, 直接快速的生成Figma上的整套产品原型代码(对模型有要求,还是推荐Gemini-Flash, Claude Sonnet之上的模型),尽量一次到位。

详细步骤记录如下,减少大家踩坑。

1. 获取Figma的API Token

在Figma的左上角用户处点击设置(Settings),然后在安全Security下Personal Access Tokens下面生成token所用(注意根据自身要求设置权限,建议read都选上),注意token的最长有效期为90天。

2. 在VS Code Copilot中设置对应的MCP配置

首先确保MCP发现的功能是开着的,在VS Code中打开设置(Ctrl+,或者Cmd+,), 输入chat.mcp确认Discovery是Enabled.

在extentions中输入@mcp figma可以找到官方对于figma的访问支持

注意其中的Install是安装到VSCode的整体目录下, Install in Workspace是安装到当前项目下,可以根据您的情况选择,建议选择Install in Workspace

选择Install in Workspace之后可以在当前项目.vscode/mcp.json下看到具体的Figma配置(也可以忽略上述的步骤,自己直接新建mcp.json文件然后输入详细的配置)

// 默认生成的,当前不可用 "com.figma.mcp/mcp": { "type": "http", "url": "https://mcp.figma.com/mcp", "gallery": "https://api.mcp.github.com", "version": "1.0.3" }

注意这个是默认生成的配置,截止笔者发稿时,这个配置不可用,会报错。将协议和url改为sse依然不可用。需要改为如下的stdio的配置

//改为stdio格式,当前可用 "figma": { "command": "npx", "args": [ "-y", "figma-developer-mcp", "--stdio" ], env": { "FIGMA_API_KEY": "您的Figma API Token" }, "type": "stdio" },

配置之后就可以在工具中具体看到Figma了

3. 链接访问Figma的具体内容

在Figma中选择具体的组件内容, Copy Link

然后在Copilot的Chat对话框中就可以直接输入该链接使用

4. Figma Make项目的特别说明

笔者在使用Figma Make项目的时候,无法具体拷贝其中的组件link, 您可以通过Share下直接Copy整个link

Copilot会访问链接内容进行实现,但其实Make是直接写成的React代码您可以直接点击代码模式,然后将代码下载,最后解压缩代码包,直接拖拽到Copilot的对话框进行参考,效果更好!

愿文章可以帮大家提高工作的效率,祝安!

Read more

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计

【FPGA干货】详解高速ADC的串行LVDS数据捕获与接口设计 前言 在现代高速数据采集系统中,随着ADC采样率的不断提升(从几十MHz到几百MHz甚至更高),传统的并行CMOS/LVDS接口因占用引脚过多、布线困难等问题逐渐被串行LVDS接口取代。TI(德州仪器)的许多多通道ADC(如ADS528x, ADS529x系列)都采用了这种接口。 然而,串行LVDS接口虽然减少了PCB走线数量,却给FPGA接收端的设计带来了巨大的挑战:如何在几百Mbps甚至Gbps的速率下,稳定地实现位同步(Bit Alignment)和帧同步(Frame Alignment)? 1. 认识串行LVDS接口 一个典型的高速ADC串行LVDS接口通常包含以下三类信号: 1. 串行数据 (Serial Data, D0…DN−1D_0 \dots D_{N-1}D0 …DN−1 ):ADC的采样数据通过一对或多对LVDS线串行输出。 2. 位时钟 (Bit Clock, LCLK/DCLK):通常是DDR(

毕业设计:基于neo4j的知识图谱的智能问答系统(源码)

毕业设计:基于neo4j的知识图谱的智能问答系统(源码)

一、项目背景 知识图谱作为人工智能领域重要的知识表示与推理技术,近年来已成为实现机器认知智能的核心基础设施。它将海量、异构的实体、属性及其复杂关系,以图结构的形式进行语义化组织与存储,形成了一张能够被计算机理解和处理的“知识网络”。在信息爆炸的时代,传统基于关键词匹配的搜索引擎和问答系统,往往难以理解用户查询背后的深层语义与意图,导致返回结果碎片化、准确性不足,尤其无法有效回答涉及多跳推理、关系路径挖掘的复杂问题。例如,面对“李白最欣赏的诗人是谁?”或“与《静夜思》情感基调相似的杜甫作品有哪些?”这类问题,传统系统往往束手无策。因此,构建能够理解复杂语义、进行关联分析与逻辑推理的智能问答系统,成为提升信息获取效率与智能化水平的关键需求。 在各行业知识密集型应用(如医疗诊断辅助、金融风控、智慧教育等)的驱动下,基于知识图谱的智能问答(KBQA)技术展现了巨大潜力。它通过将自然语言问题解析为对知识图谱的结构化查询,能够直接返回精准、结构化的答案,而非一系列相关网页链接,实现了从“信息检索”到“知识问答”的质变。这一技术路径对于传承与梳理中华优秀传统文化,特别是像古诗词这样蕴含丰富人物、

【FPGA】DP、HDMI、USB4、GPMI、eDP、LVDS等音视频协议及性能对比

【FPGA】DP、HDMI、USB4、GPMI、eDP、LVDS等音视频协议及性能对比

DP、HDMI、USB-C协议及性能对比 * 引言:带宽对比(DP & HDMI) * 1 DisplayPort * 1.1 DP官方协议下载 * 2.2 DP引脚 * 2 HDMI * 2.1 HDMI官方协议下载 * 2.2 HDMI引脚 * 3 GPMI * 3.1 GPMI协议标准官网下载 * 4 USB4 * 4.1 USB4-1.0协议标准下载 * 5 设备内部音视频协议 * 5.1 eDP * 5.2 V-by-One * 5.3 LVDS * 参考资料 摘要:本文对比分析了主流视频传输协议DP、HDMI、

OpenClaw 钉钉群聊多机器人配置完全指南

OpenClaw 钉钉群聊多机器人配置完全指南

OpenClaw 钉钉群聊多机器人配置完全指南 在团队协作中,配置多个专用机器人可以显著提升工作效率——不同的机器人可以分别负责写作、编码、数据分析等不同任务。本文将详细介绍如何在使用OpenClaw的钉钉群聊中配置多个任务机器人,并进一步讲解如何为每个机器人赋予独特的性格和工作规范。 一、钉钉端配置 首先,我们需要在钉钉开放平台创建多个任务机器人。 1.1 创建机器人 1. 按照上述步骤,根据实际需求创建多个机器人。 机器人创建完成后,务必记下 Client ID 和 Client Secret,这些信息后续配置会用到。 访问 钉钉开发者平台,点击立即创建按钮创建任务机器人。 二、OpenClaw端配置 完成钉钉端的配置后,接下来我们在OpenClaw中进行相应的设置(默认已装过钉钉插件)。 # 安装钉钉渠道插件 openclaw plugins install @dingtalk-real-ai/dingtalk-connector # 重启 gateway openclaw gateway restart 2.1 添加 Agent