SuperAPI AI 工具集

figma-mcp-cached

设计与创作

查看项目

更新于 10-16 01:26

技能介绍

用途:figma-mcp-cached 是面向 AI 编程代理(Cursor、Claude Desktop 等 MCP 兼容客户端)的 Figma Context MCP 服务器,通过持久化磁盘缓存减少 Figma API 调用,缓解免费账户的限流问题,并提升响应速度。\n\n主要能力:持久磁盘缓存(可配置 TTL);多层缓存(LRU 内存缓存 + 磁盘缓存);可选用 AES-256-CBC 加密缓存文件;到期缓存自动清理;图片默认保存到系统下载目录;内置 figma_prepare_file、get_figma_data、download_figma_images 三个工具,另附 list_cache、cleanup_cache。\n\n使用方式:在 MCP 配置文件中加入服务器,命令为 npx -y @pactortester/figma-mcp-cached --stdio,并传入 --figma-api-key=${FIGMA_API_KEY} 与 --figma-caching 参数(如 {"ttl":{"value":7,"unit":"d"}})。需先在 Figma Developer Settings 创建 Personal Access Token 并设置环境变量。使用流程为先调用 figma_prepare_file 准备并校验缓存,再调用 get_figma_data 获取数据;需要最新设计时用 forceRefresh: true 绕过缓存。缓存目录与清理等可通过 --figma-caching 的 cacheDir、autoCleanup、cleanupInterval、maxMemoryCacheSize、encryptionKey 等参数配置。\n\n适用场景:使用免费 Figma 账户、需高频请求设计上下文、设计较稳定或文件较大、希望加快响应速度时。\n\n限制:资料未说明定价与授权费用;设计频繁变更或需实时协作时可考虑标准 Figma MCP;若 TTL 过短、频繁强制刷新或存在多个独立缓存实例,仍可能触发限流;缓存加密需保持密钥一致,否则无法读取旧缓存。