具有分块功能的 Figma MCP 服务器
用于与 Figma API 交互的模型上下文协议 (MCP) 服务器，具有处理大型 Figma 文件的内存高效分块和分页功能。
概述
此 MCP 服务器提供强大的 Figma API 接口，并内置内存管理功能。它旨在通过将操作分解为可管理的块并在必要时实现分页，从而高效处理大型 Figma 文件。
主要特点
具有可配置限制的内存感知处理
大文件的分块数据检索
所有列表操作均支持分页
节点类型过滤
进度追踪
可配置的块大小
恢复中断操作的能力
调试日志记录
配置文件支持
Related MCP server: Figma MCP Server
安装
通过 Smithery 安装
要通过Smithery自动安装 Figma MCP Server 和 Claude Desktop 的 Chunking：
npx -y @smithery/cli install @ArchimedesCrypto/figma-mcp-chunked --client claude
手动安装
# Clone the repository
git clone [repository-url]
cd figma-mcp-chunked
# Install dependencies
npm install
# Build the project
npm run build
配置
环境变量
配置文件
您可以使用--config标志通过 JSON 文件提供配置：
{
"mcpServers": {
"figma": {
"env": {
"FIGMA_ACCESS_TOKEN": "your-access-token"
}
}
}
}
用法：
node build/index.js --config=path/to/config.json
工具
get_file_data（新）
使用内存高效的分块和分页检索 Figma 文件数据。
{
"name": "get_file_data",
"arguments": {
"fileKey": "your-file-key",
"accessToken": "your-access-token",
"pageSize": 100, // Optional: nodes per chunk
"maxMemoryMB": 512, // Optional: memory limit
"nodeTypes": ["FRAME", "COMPONENT"], // Optional: filter by type
"cursor": "next-page-token", // Optional: resume from last position
"depth": 2 // Optional: traversal depth
}
}
回复：
{
"nodes": [...],
"memoryUsage": 256.5,
"nextCursor": "next-page-token",
"hasMore": true
}
列表文件
列出支持分页的文件。
{
"name": "list_files",
"arguments": {
"project_id": "optional-project-id",
"team_id": "optional-team-id"
}
}
获取文件版本
分块检索版本历史记录。
{
"name": "get_file_versions",
"arguments": {
"file_key": "your-file-key"
}
}
获取文件评论
检索带有分页的评论。
{
"name": "get_file_comments",
"arguments": {
"file_key": "your-file-key"
}
}
获取文件信息
使用分块节点遍历检索文件信息。
{
"name": "get_file_info",
"arguments": {
"file_key": "your-file-key",
"depth": 2, // Optional: traversal depth
"node_id": "specific-node-id" // Optional: start from specific node
}
}
获取组件
检索具有分块支持的组件。
{
"name": "get_components",
"arguments": {
"file_key": "your-file-key"
}
}
获取样式
检索具有分块支持的样式。
{
"name": "get_styles",
"arguments": {
"file_key": "your-file-key"
}
}
获取文件节点
检索具有分块支持的特定节点。
{
"name": "get_file_nodes",
"arguments": {
"file_key": "your-file-key",
"ids": ["node-id-1", "node-id-2"]
}
}
内存管理
服务器实施了几种策略来有效地管理内存：
分块策略
通过pageSize配置块大小
内存使用情况监控
根据内存压力自动调整块大小
每个块的进度跟踪
使用游标恢复功能
最佳实践
从较小的块大小（50-100 个节点）开始，并根据性能进行调整
通过响应元数据监控内存使用情况
尽可能使用节点类型过滤来减少数据负载
为大型数据集实现分页
对非常大的文件使用恢复功能
配置选项
调试日志
该服务器包括全面的调试日志记录：
// Debug log examples
[MCP Debug] Loading config from config.json
[MCP Debug] Access token found xxxxxxxx...
[MCP Debug] Request { tool: 'get_file_data', arguments: {...} }
[MCP Debug] Response size 2.5 MB
错误处理
服务器提供了详细的错误信息和建议：
// Memory limit error
"Response size too large. Try using a smaller depth value or specifying a node_id.""
// Invalid parameters
"Missing required parameters: fileKey and accessToken"
// API errors
"Figma API error: [detailed message]"
故障排除
常见问题
内存错误
减少块大小
使用节点类型过滤
实现分页
指定较小的深度值
性能问题
监视内存使用情况
调整块大小
使用适当的节点类型过滤器
对频繁访问的数据实施缓存
API 限制
调试模式
启用调试日志以获取详细信息：
# Set debug environment variable
export DEBUG=true
贡献
欢迎贡献代码！请阅读我们的贡献指南，并向我们的代码库提交 Pull Request。
执照
该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。
