具有分块功能的 Figma MCP 服务器

铁匠徽章

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

FIGMA_ACCESS_TOKEN ：您的 Figma API 访问令牌

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

pageSize ：每个块的节点数（默认值：100）
maxMemoryMB ：最大内存使用量（MB）（默认值：512）
nodeTypes ：过滤特定的节点类型
depth ：控制嵌套结构的遍历深度

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
- 实施速率限制
- 使用分页
- 尽可能缓存响应

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。

Figma MCP Server with Chunking