新型工具由Figma发布,增强AI将设计准确转换为代码的能力
发布时间:2025-06-06 17:27:43 | 责任编辑:吴昊 | 浏览量:13 次
Figma 近日宣布推出一款全新的开发者工具,旨在帮助人工智能(AI)模型更有效地将设计转化为完整的编码应用。这一工具被称为开发模式模型上下文协议(MCP)服务器,目前正在面向拥有开发者或完整席位权限的用户进行 beta 测试。
MCP 服务器的主要功能是使 AI 模型能够直接访问 Figma 中的数据。例如,AI 可以获取图表中使用的准确数字或设计中使用的具体颜色,而不是仅仅依靠图像文件进行视觉猜测。Figma 将这一过程比作复制一幅画,认为只有在看到图像的同时了解制作过程的人,才能准确复现设计。这种方式有助于减少大语言模型(LLM)的使用,从而降低 AI 编码工具将设计转化为功能性应用所需的工作量,使得开发者的构思能够更准确地实现。
Figma 表示,未来几个月内将发布一系列 MCP 服务器的更新,包括远程服务器功能和更深层的代码库集成。此次 beta 测试的推出,紧随其后的是 Figma 于5月推出的提示到代码平台 Figma Make 的正式上线。该平台允许用户通过描述他们的想法来创建可工作的应用程序。此外,Figma 还计划在6月12日推出 Figma Sites Code Layers 功能,提供将设计转化为交互式网站体验的 AI 工具。
Figma 的这一新举措标志着设计与开发之间的界限正在逐渐模糊,AI 工具将为设计师和开发者提供更为便利的工作方式,推动产品设计的效率提升和质量改进。
划重点:
🌟 Figma 推出 MCP 服务器,使 AI 模型可以直接访问设计数据,减少视觉猜测。
🚀 新工具将帮助开发者更高效地将设计转化为功能性应用。
🛠️ Figma 未来将推出更多更新,进一步提升开发者体验和工具集成。
Figma 最近推出了一款名为开发模式模型上下文协议(MCP)服务器的新工具,旨在帮助 AI 更精准地将设计转化为代码。以下是该工具的详细介绍:
核心功能
-
直接访问设计数据:MCP 服务器允许 AI 模型直接访问 Figma 设计文件中的详细数据,例如精确的数字、颜色、字体和布局信息,而不仅仅是依赖图像文件进行视觉猜测。这大大提高了 AI 转换设计为代码的准确性和效率。
-
精简设计上下文:该工具能够去除冗余信息,仅提供代码生成所需的简洁数据。
-
支持特定节点提取:可以提取整个文件或指定框架、组的信息。
-
无缝对接 AI 编码工具:与 Cursor 等 AI 编码工具集成,让 AI 根据设计直接生成 HTML、CSS 等代码。
使用方法
-
安装与启动:使用 NPM、PNPM、YARN 或 Bun 等工具快速启动服务器。
-
配置:通过环境变量或命令行参数进行配置。
-
连接到 AI 工具:将 MCP 服务器连接到 Cursor 等工具,并通过工具的设置页面完成配置。
-
使用:在 AI 工具的界面中粘贴 Figma 文件或特定节点的链接,请求 AI 根据设计生成代码。
优势与意义
-
减少视觉猜测:AI 可以获取设计中的精确信息,从而减少因视觉猜测导致的误差。
-
降低开发工作量:减少了大语言模型(LLM)的使用,降低了 AI 编码工具将设计转化为功能性应用所需的工作量。
-
提升开发效率:通过 AI 工具直接生成代码,减少了开发人员在重复性任务上的时间。
-
促进协作:设计师和开发者可以围绕同一 Figma 文件协作,减少沟通成本。
未来更新
Figma 表示,未来几个月内将发布一系列 MCP 服务器的更新,包括远程服务器功能和更深层的代码库集成。此外,Figma 还计划在 6 月 12 日推出 Figma Sites Code Layers 功能,提供将设计转化为交互式网站体验的 AI 工具。
相关工具
除了 MCP 服务器,Figma 近期还推出了其他相关工具和服务,例如:
-
Figma Make:通过 AI 技术实现了从设计稿到代码的自动化生成,支持实时更新与协作、多平台开发以及可定制的代码输出。
-
Codia AI Code:一款 Figma 插件,利用 AI 技术将设计稿快速转换为可用的代码,支持多种开发框架,转换速度快,识别精准。
-
Visual Copilot:由 Builder Velocity 发布的工具,能够将 Figma 设计即时转换为 React、Vue 等多种框架的代码,支持多设备响应式设计和代码重用。
Figma 的这些新工具和服务标志着设计与开发之间的界限正在逐渐模糊,AI 工具将为设计师和开发者提供更为便利的工作方式,推动产品设计的效率提升和质量改进。
本网站(https://aigc.izzi.cn)刊载的所有内容,包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏,以及其他非商业性或非盈利性用途,但同时应遵守著作权法及其他相关法律的规定,不得侵犯本网站及相关权利人的合法权利。除此以外,将本网站任何内容或服务用于其他用途时,须征得本网站及相关权利人的书面许可,并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容,请及时通知本站,予以删除。