Skip to main content
Glama

Penpot MCP-сервер 🎨🤖


🚀 Что такое Penpot MCP?

Penpot MCP — это революционный сервер Model Context Protocol (MCP), который заполняет пробел между моделями языка ИИ и Penpot , платформой проектирования и прототипирования с открытым исходным кодом. Эта интеграция позволяет помощникам ИИ, таким как Claude (как в Claude Desktop, так и в Cursor IDE), понимать, анализировать и взаимодействовать с вашими файлами дизайна программным способом.

🎯 Основные преимущества

  • 🤖 Анализ дизайна AI-Native : позвольте Claude AI проанализировать ваши UI/UX-дизайны, предоставить обратную связь и предложить улучшения

  • ⚡ Автоматизированные рабочие процессы проектирования : оптимизируйте повторяющиеся задачи проектирования с помощью автоматизации на базе ИИ

  • 🔍 Интеллектуальный поиск по дизайну : находите компоненты и шаблоны дизайна в своих проектах, используя естественный язык

  • 📊 Управление дизайн-системами : автоматическое документирование и поддержка дизайн-систем с помощью ИИ

  • 🎨 Кроссплатформенная интеграция : работает с любым совместимым с MCP помощником на основе искусственного интеллекта (Claude Desktop, Cursor IDE и т. д.)

Related MCP server: 21st.dev Magic AI Agent

🎥 Демонстрационное видео

Посмотрите наше демонстрационное видео, чтобы увидеть Penpot MCP в действии:

Демонстрация Penpot MCP

✨ Особенности

🔌 Основные возможности

  • Реализация протокола MCP : полное соответствие стандартам Model Context Protocol

  • Доступ к проекту в режиме реального времени : прямая интеграция с API Penpot для получения данных о проекте в режиме реального времени

  • Анализ компонентов : анализ компонентов и макетов проекта с использованием искусственного интеллекта

  • Автоматизация экспорта : программный экспорт ресурсов дизайна в различные форматы

  • Проверка проекта : автоматическая проверка соответствия системы проектирования

🛠️ Инструменты разработчика

  • Утилиты командной строки : мощные инструменты CLI для анализа и проверки файлов проекта

  • Python SDK : комплексная библиотека Python для индивидуальной интеграции

  • REST API : конечные точки HTTP для интеграции веб-приложений

  • Расширяемая архитектура : система плагинов для пользовательских рабочих процессов ИИ

🎨 Возможности интеграции ИИ

  • Интеграция Claude Desktop и Cursor : встроенная поддержка помощника Claude AI в Claude Desktop и Cursor IDE

  • Обмен контекстом проектирования : предоставление контекста проектирования моделям ИИ для более точного реагирования.

  • Визуальное распознавание компонентов : ИИ может «видеть» и понимать компоненты дизайна

  • Запросы на естественном языке : задавайте вопросы о своих проектах на простом английском языке.

  • Интеграция с IDE : бесшовная интеграция с современными средами разработки

💡 Варианты использования

Для дизайнеров

  • Автоматизация обзора дизайна : получайте мгновенную обратную связь от ИИ по доступности, удобству использования и принципам дизайна.

  • Компонентная документация : автоматическое создание документации для систем проектирования

  • Проверки согласованности дизайна : обеспечение соответствия принципам бренда во всех проектах.

  • Организация активов : маркировка и категоризация компонентов дизайна с помощью искусственного интеллекта

Для разработчиков

  • Рабочие процессы «дизайн-код» : сократите разрыв между дизайном и разработкой с помощью ИИ

  • Интеграция API : программный доступ к данным проектирования для пользовательских инструментов и рабочих процессов

  • Автоматизированное тестирование : создание визуальных регрессионных тестов на основе спецификаций проекта.

  • Синхронизация системы проектирования : синхронизация токенов дизайна и компонентов кода.

Для продуктовых команд

  • Аналитика дизайна : отслеживание внедрения системы дизайна и использования компонентов

  • Улучшение совместной работы : обзоры проектов и сбор отзывов с использованием искусственного интеллекта

  • Оптимизация рабочего процесса : автоматизация повторяющихся операций проектирования и утверждения

  • Интеграция между инструментами : подключайте Penpot к другим инструментам в вашем рабочем процессе проектирования.

🚀 Быстрый старт

Предпосылки

  • Python 3.12+ (для оптимальной производительности рекомендуется последняя версия Python)

  • Аккаунт Penpot ( регистрация бесплатная )

  • Claude Desktop или Cursor IDE (опционально, для интеграции ИИ)

Установка

Предпосылки

  • Питон 3.12+

  • Данные учетной записи Penpot

Установка

Вариант 1: Установка из PyPI

pip install penpot-mcp

Вариант 2: Использование uv (рекомендуется для современной разработки на Python)

# Install directly with uvx (when published to PyPI) uvx penpot-mcp # For local development, use uvx with local path uvx --from . penpot-mcp # Or install in a project with uv uv add penpot-mcp

Вариант 3: Установка из исходного кода

# Clone the repository git clone https://github.com/montevive/penpot-mcp.git cd penpot-mcp # Using uv (recommended) uv sync uv run penpot-mcp # Or using traditional pip python -m venv .venv source .venv/bin/activate # On Windows: .venv\Scripts\activate pip install -e .

Конфигурация

Создайте файл .env на основе env.example с вашими учетными данными Penpot:

PENPOT_API_URL=https://design.penpot.app/api PENPOT_USERNAME=your_penpot_username PENPOT_PASSWORD=your_penpot_password PORT=5000 DEBUG=true

Использование

Запуск сервера MCP

# Using uvx (when published to PyPI) uvx penpot-mcp # Using uvx for local development uvx --from . penpot-mcp # Using uv in a project (recommended for local development) uv run penpot-mcp # Using the entry point (if installed) penpot-mcp # Or using the module directly python -m penpot_mcp.server.mcp_server

Отладка сервера MCP

Для отладки сервера MCP вы можете:

  1. Включите режим отладки в файле .env , установив DEBUG=true

  2. Используйте Penpot API CLI для тестирования операций API:

# Test API connection with debug output python -m penpot_mcp.api.penpot_api --debug list-projects # Get details for a specific project python -m penpot_mcp.api.penpot_api --debug get-project --id YOUR_PROJECT_ID # List files in a project python -m penpot_mcp.api.penpot_api --debug list-files --project-id YOUR_PROJECT_ID # Get file details python -m penpot_mcp.api.penpot_api --debug get-file --file-id YOUR_FILE_ID

Инструменты командной строки

В пакет входят служебные инструменты командной строки:

# Generate a tree visualization of a Penpot file penpot-tree path/to/penpot_file.json # Validate a Penpot file against the schema penpot-validate path/to/penpot_file.json

Мониторинг и тестирование MCP

Монитор MCP CLI

# Start your MCP server in one terminal python -m penpot_mcp.server.mcp_server # In another terminal, use mcp-cli to monitor and interact with your server python -m mcp.cli monitor python -m penpot_mcp.server.mcp_server # Or connect to an already running server on a specific port python -m mcp.cli monitor --port 5000

Инспектор МКП

# Start your MCP server in one terminal python -m penpot_mcp.server.mcp_server # In another terminal, run the MCP Inspector (requires Node.js) npx @modelcontextprotocol/inspector

Использование клиента

# Run the example client penpot-client

Ресурсы и инструменты MCP

Ресурсы

  • server://info - Состояние сервера и информация

  • penpot://schema — схема API Penpot в формате JSON

  • penpot://tree-schema — схема дерева объектов Penpot в формате JSON

  • rendered-component://{component_id} — визуализированные изображения компонентов

  • penpot://cached-files — Список кэшированных файлов Penpot

Инструменты

  • list_projects — Список всех проектов Penpot

  • get_project_files — Получить файлы для определенного проекта

  • get_file — извлечь файл Penpot по его идентификатору и кэшировать его

  • export_object — экспорт объекта Penpot как изображения

  • get_object_tree — Получить структуру дерева объектов для объекта Penpot

  • search_object — Поиск объектов в файле Penpot по имени

Интеграция ИИ

Сервер Penpot MCP может быть интегрирован с помощниками ИИ с помощью Model Context Protocol. Он поддерживает как Claude Desktop, так и Cursor IDE для бесшовной автоматизации рабочего процесса проектирования.

Интеграция рабочего стола Клода

Подробные инструкции по настройке Claude Desktop см. в CLAUDE_INTEGRATION.md .

Добавьте следующую конфигурацию в файл конфигурации Claude Desktop ( ~/Library/Application Support/Claude/claude_desktop_config.json на macOS или %APPDATA%\Claude\claude_desktop_config.json на Windows):

{ "mcpServers": { "penpot": { "command": "uvx", "args": ["penpot-mcp"], "env": { "PENPOT_API_URL": "https://design.penpot.app/api", "PENPOT_USERNAME": "your_penpot_username", "PENPOT_PASSWORD": "your_penpot_password" } } } }

Интеграция курсора IDE

Cursor IDE поддерживает серверы MCP через свои функции интеграции AI. Чтобы настроить Penpot MCP с Cursor:

  1. Установите сервер MCP (если он еще не установлен):

    pip install penpot-mcp
  2. Настройте параметры курсора , добавив сервер MCP в конфигурацию курсора. Откройте настройки курсора и добавьте:

    { "mcpServers": { "penpot": { "command": "uvx", "args": ["penpot-mcp"], "env": { "PENPOT_API_URL": "https://design.penpot.app/api", "PENPOT_USERNAME": "your_penpot_username", "PENPOT_PASSWORD": "your_penpot_password" } } } }
  3. Альтернатива: используйте переменные среды , создав файл .env в корневом каталоге проекта:

    PENPOT_API_URL=https://design.penpot.app/api PENPOT_USERNAME=your_penpot_username PENPOT_PASSWORD=your_penpot_password
  4. Запустите MCP-сервер в вашем проекте:

    # In your project directory penpot-mcp
  5. Использование в курсоре : После настройки вы можете взаимодействовать с вашими проектами Penpot непосредственно в курсоре, задавая такие вопросы:

    • «Покажите мне все проекты в моем аккаунте Penpot»

    • «Проанализируйте компоненты дизайна в проекте X»

    • «Экспортировать компонент основной кнопки как изображение»

    • «Какие шаблоны проектирования используются в этом файле?»

Ключевые особенности интеграции

Интеграция Claude Desktop и Cursor обеспечивает:

  • Прямой доступ к проектам и файлам Penpot

  • Визуальный компонентный анализ с использованием идей на основе искусственного интеллекта

  • Проектирование возможностей экспорта для активов и компонентов

  • Запросы на естественном языке о ваших файлах дизайна

  • Отзывы и предложения по дизайну в режиме реального времени

  • Создание документации по проектированию системы

Структура пакета

penpot_mcp/ ├── api/ # Penpot API client ├── server/ # MCP server implementation │ ├── mcp_server.py # Main MCP server │ └── client.py # Client implementation ├── tools/ # Utility tools │ ├── cli/ # Command-line interfaces │ └── penpot_tree.py # Penpot object tree visualization ├── resources/ # Resource files and schemas └── utils/ # Helper utilities

Разработка

Тестирование

Проект использует pytest для тестирования:

# Using uv (recommended) uv sync --extra dev uv run pytest # Run with coverage uv run pytest --cov=penpot_mcp tests/ # Using traditional pip pip install -e ".[dev]" pytest pytest --cov=penpot_mcp tests/

Линтинг

# Using uv (recommended) uv sync --extra dev # Set up pre-commit hooks uv run pre-commit install # Run linting uv run python lint.py # Auto-fix linting issues uv run python lint.py --autofix # Using traditional pip pip install -r requirements-dev.txt pre-commit install ./lint.py ./lint.py --autofix

Внося вклад

Вклады приветствуются! Пожалуйста, не стесняйтесь отправлять запрос на включение.

  1. Форк репозитория

  2. Создайте ветку функций ( git checkout -b feature/amazing-feature )

  3. Зафиксируйте свои изменения ( git commit -m 'Add some amazing feature' )

  4. Отправить в ветку ( git push origin feature/amazing-feature )

  5. Открыть запрос на извлечение

Убедитесь, что ваш код соответствует стандартам кодирования проекта и включает соответствующие тесты.

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле LICENSE .

Благодарности

  • Penpot — платформа с открытым исходным кодом для проектирования и создания прототипов

  • Протокол контекста модели — стандартизированный протокол для контекста модели ИИ.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/montevive/penpot-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server