How do I use componentize?

1. Click on "Install Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@componentize 截这个网站并分析组件：https://stripe.com" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

🧩 componentize

截图 → 可复用的 Tailwind 组件。一行命令，任何 AI 都能用。

npx @monlohua/componentize

MCP Server Tailwind License: MIT

✨ 这是干什么的？

把任意设计截图扔进来 → componentize 自动识别每个 UI 组件，输出独立的 Tailwind HTML 文件。

不是生成一整页——是拆组件。像给建筑拍张照，拿回一箱砖。

                     componentize
  ┌──────────────┐       ▶       ┌─────────────────────┐
  │              │               │  navbar.html         │  ← 导航栏
  │  设计截图     │               │  hero-section.html   │  ← 主视觉
  │  (1440×900)  │               │  feature-card.html   │  ← 可复用
  │              │               │  pricing-table.html  │  ← 可复用
  │              │               │  testimonials.html   │  ← 可复用
  │              │               │  footer.html         │
  └──────────────┘               │  preview.html        │  ← 预览选组件
                                 └─────────────────────┘

🔥 为什么用这个？

功能	componentize	其他截图→代码工具
输出独立组件，不是一整页	✅	❌ 大多整页生成
任何 AI 都能用（MCP 协议）	✅ Claude / Cursor / Windsurf / Copilot	❌ 锁定单一平台
零服务器，本地运行	✅	❌ 很多要部署
可视化预览，勾选再导出	✅ 浏览器预览	❌ 盲输出
全开源，代码可审计	✅ MIT	❌

🚀 快速开始（零配置）

你已经是 Claude Code 用户？

不需要任何配置。 componentize 会自动读取你 Claude Code 已有的 API Key，直接使用。

在 Claude Code ~/.claude/settings.json 中添加：

{
  "mcpServers": {
    "componentize": {
      "command": "npx",
      "args": ["@monlohua/componentize"]
    }
  }
}

重启 Claude Code，直接开用。

用其他 AI 工具？

// .cursor/mcp.json
{
  "mcpServers": {
    "componentize": {
      "command": "npx",
      "args": ["@monlohua/componentize"],
      "env": {
        "COMPONENTIZE_API_KEY": "你的 API Key"
      }
    }
  }
}

// .windsurfrules
MCP servers:
  componentize:
    command: npx
    args: ["@monlohua/componentize"]
    env:
      COMPONENTIZE_API_KEY: "你的 API Key"

自备 API Key

推荐提供商：

提供商	推荐模型	识图质量	国内直连
硅基流动	Qwen3-VL-32B	⭐⭐⭐⭐⭐	✅ 是
阿里通义千问	qwen-vl-max	⭐⭐⭐⭐	✅ 是
OpenAI	GPT-4o	⭐⭐⭐⭐⭐	❌ 需代理

设置环境变量：

export COMPONENTIZE_API_KEY="sk-xxx"
export COMPONENTIZE_BASE_URL="https://api.siliconflow.cn/v1"
export COMPONENTIZE_MODEL="Qwen/Qwen3-VL-32B-Instruct"

📖 使用教程

场景：你看中了一个页面，想拿来用

第 1 步：给 AI 截图

直接跟你的 AI 说：

分析这个截图里的组件：D:\设计稿\首页.png

或者

截这个网站并分析组件：https://stripe.com

第 2 步：AI 返回组件清单

✅ 识别到 6 个组件 (5 个可复用)

1. 🔄 header-navigation — [导航] 顶部导航栏
2. 📄 hero-section — [主视觉] 大标题+行动按钮
3. 🔄 stats-display — [数据] 统计数字
4. 🔄 cta-buttons — [按钮] 行动号召
5. 🔄 logos-carousel — [客户] 品牌 Logo
6. 🔄 cookie-consent-banner — [弹窗] Cookie 提示

📁 预览: C:\Users\xxx\.componentize\preview.html

第 3 步：打开预览看看

浏览器打开 preview.html，你会看到：

┌─────────────────────────────────────────────┐
│  🧩 componentize                            │
│  [全选] [取消] [📥 导出选中]                   │
├─────────────────────────────────────────────┤
│  ☑ 导航栏       预览: [导航栏渲染效果]         │
│  ☑ 英雄区       预览: [英雄区渲染效果]         │
│  ☑ 功能卡片     预览: [三列卡片网格]           │
│  ☑ 定价方案     预览: [三个定价卡片]           │
│  ☑ 页脚         预览: [四列页脚链接]           │
│                                              │
│  选好了告诉 AI 你要保留哪些                    │
└─────────────────────────────────────────────┘

第 4 步：告诉 AI 要保留的

保留导航栏、英雄区、功能卡片、定价方案，导出到 ./my-components/

第 5 步：拿到组件文件

✅ 已导出 4 个组件
目录: D:\my-components\

  📄 header-navigation.html
  📄 hero-section.html
  📄 feature-card.html
  📄 pricing-table.html

每个文件用浏览器打开就是独立组件，把 <div>...</div> 复制到你项目里直接用。

🔒 安全说明

你的 API Key 只用于调用你配置的视觉识别 API，绝对不发送到其他地方。

你的环境变量 → MCP Server（内存）→ Python 子进程（环境变量）→ 你配的 API 地址
                                                                ↓
                                                     硅基流动 / 阿里云 / OpenAI

我们不做的事：

❌ 绝不把 Key 写入日志或文件
❌ 绝不把 Key 发到任何未经你配置的服务器
❌ 绝不上传你的截图或组件
❌ 绝无任何埋点、统计、追踪

你可以验证的： 整个项目 300 多行 TypeScript + Python，全部开源，随便审计。

⚙️ 环境变量

变量	默认值	说明
`COMPONENTIZE_API_KEY`	—	API Key（不设则自动读 Claude Code 的 Key）
`COMPONENTIZE_BASE_URL`	`https://api.siliconflow.cn/v1`	API 地址
`COMPONENTIZE_MODEL`	`Qwen/Qwen3-VL-32B-Instruct`	视觉模型
`COMPONENTIZE_PYTHON`	`python3`	Python 路径

🗺️ 路线图

核心 MCP Server（分析 + 导出 + 截图）
交互式预览面板（浏览器勾选）
零配置自动检测 Claude Code Key
支持多 AI 后端（硅基流动 / 阿里云 / OpenAI / DeepSeek）
React / Vue 组件输出
批量分析（一次处理多张截图）
Tailwind v4 支持
Figma 设计 Token 提取

🧪 本地开发

git clone https://github.com/MonloHua/componentize
cd componentize
npm install
npm run build

项目结构

componentize/
├── src/
│   ├── index.ts        # MCP Server 入口
│   ├── analyzer.py     # 视觉分析 + 组件生成
│   └── capture.py      # URL 截图
├── dist/               # 编译后的 JS
└── package.json

📄 开源协议

MIT — 随意使用、修改、发布。

componentize