Skip to main content
Glama

AllGoodInsp MCP 服务器

专为 AI 智能体打造的精选设计参考数据库。从数百个精选网站中检索结构化设计数据——包括真实的 CSS 值、排版规范、配色方案和设计原理——以生成更出色的网页设计。

您的 AI 不再仅仅依赖通用提示词生成内容,而是从高质量网站中提取实际的设计决策,并将它们合成为可直接编码的规范。

快速开始

Claude Desktop / Claude Code / Cursor

添加到您的 MCP 配置中:

{
  "mcpServers": {
    "allgoodinsp": {
      "url": "https://mcp.allgoodinsp.com"
    }
  }
}

配置文件位置:

客户端

路径

Claude Desktop (macOS)

~/Library/Application Support/Claude/claude_desktop_config.json

Claude Desktop (Windows)

%APPDATA%\Claude\claude_desktop_config.json

Claude Code

~/.claude.json 或项目 .mcp.json

Cursor

项目中的 .cursor/mcp.json

首次连接时,系统会提示您通过浏览器进行 Google OAuth 身份验证。

API 密钥身份验证

对于服务器到服务器或 CI/CD 使用场景,请在 allgoodinsp.com/account 生成 API 密钥,并将其作为 Bearer 令牌传递:

Authorization: Bearer agi_your_key_here

Related MCP server: ReftrixMCP

基本使用流程

使用 AllGoodInsp 的典型设计工作流遵循以下顺序:

第 1 步:加载方法论

get_reference_guide()
get_methodology({ layers: ["principles", "patterns"] })

为您的 AI 提供设计词汇表——通用原则(排版、布局、色彩、动效、信息架构)和重复出现的模式。每个会话加载一次。这是基础:没有参考的方法论只会产生正确但平庸的设计。

第 2 步:搜索参考

search_sites({ query: "minimal SaaS landing page, confident and warm" })

用自然语言描述您要构建的内容——氛围、目的、美学。搜索功能使用 3 轴匹配(目的 + 氛围 + 对比度多样性)来返回多样且相关的结果。

第 3 步:选择并阅读参考

get_site({ site_id: "stripe-com", detail: "full" })
get_site({ site_id: "linear-app", detail: "full" })
get_site({ site_id: "vercel-com", detail: "full" })

挑选 3 个以上的参考。每个参考都包含 CSS 值、排版规范、配色方案和设计原理。将每个网站视为特定决策的专家——不要对它们进行平均化处理。

第 4 步:合成为设计简报

extract_essence({
  site_ids: ["stripe-com", "linear-app", "vercel-com"],
  brief: "SaaS landing page for a developer tool, confident and minimal"
})

extract_essence 将选定的参考合成为可直接编码的设计规范——CSS 变量、配色方案、排版比例、间距系统、部分结构以及具有固定/可探索边界的设计规则。

第 5 步:构建与审查

使用合成后的简报构建您的设计,然后运行质量检查清单:

self_review()

检查设计反模式、工艺质量、原则遵循情况和信息架构。


工具

extract_essence — 主要工具

将 2-5 个网站参考合成为可直接编码的设计简报。返回 CSS 变量、配色方案、排版比例、间距系统、部分结构以及具有固定/可探索边界的设计规则。

extract_essence({
  site_ids: ["stripe-com", "linear-app", "vercel-com"],
  brief: "SaaS landing page for a developer tool, confident and minimal"
})

search_sites

按氛围、目的或描述对所有参考进行语义搜索。使用 3 轴搜索(目的 + 氛围 + 对比度多样性)来返回多样化的结果。

search_sites({ query: "warm editorial magazine layout" })
search_sites({ query: "bold fintech landing page", category: "software-saas" })

get_site

检索特定网站的完整设计分析——配色方案、排版、部分、带有 CSS 值和原理的组件。

get_site({ site_id: "stripe-com" })
get_site({ site_id: "stripe-com", detail: "full" })

search_by_component

按特定设计元素查找网站。搜索所有参考中的所有组件。

search_by_component({ query: "hero with video background" })
search_by_component({ query: "pricing table with toggle" })

get_methodology

访问设计方法论——通用原则、工艺指南、重复出现的模式和信息架构。

get_methodology({ layers: ["principles", "patterns"] })

get_principles

特定领域的设计原则。

get_principles({ category: "typography" })
get_principles({ category: "color" })

可用类别:typography(排版)、layout(布局)、color(色彩)、motion(动效)、ia(信息架构)

get_patterns

从集合中提炼出的重复技术组合,并附有来自多个网站的证据。

get_patterns()

get_reference_guide

有效阅读和组合设计参考的指南。

get_workflow

供 AI 智能体从参考中构建设计系统的自主工作流。

self_review

针对设计模式、反模式、工艺质量和信息架构的实施后质量检查清单。

数据内容

每个参考都包含来自真实网站的结构化设计决策:

  • 配色方案 — 背景、主要/次要文本、CTA、强调色(带有十六进制值和原理)

  • 排版 — 标题、正文、导航、CTA 的字体族、字重、字号、行高、字间距

  • 打破常规 — 对设计原则的有意违背,并附带范围和原理

  • 部分 — Hero 区、导航、内容、CTA、页脚——每个部分都有主要的设计决策

  • 组件 — 带有 CSS 值、原则参考和“为什么”解释的独立元素

三层知识系统

层级

描述

数量

原则

通用设计真理(排版、布局、色彩、动效、信息架构)

30+

模式

在多个网站中观察到的重复技术组合

30+

参考

每个网站包含设计决策和 CSS 值的结构化 JSON

数百

类别

代理机构、电子商务、咨询、软件/SaaS、作品集、餐饮、酒店、教育、健康与保健、媒体/编辑、深度科技、建筑、商业/金融、招聘等。

REST API

对于 MCP 之外的程序化访问,也提供 REST API。

基础 URL: https://api.allgoodinsp.com/v1

端点

描述

GET /sites

列出网站(可按类别、国家、地区过滤)

GET /sites/:site_id

网站的完整设计分析

GET /search?q=

语义搜索

GET /taxonomy

带有计数的类别、国家、地区

GET /screenshots/:site_id

网站截图

更高的速率限制需要身份验证。请在 allgoodinsp.com/account 生成 API 密钥。

链接

许可证

MIT

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    D
    maintenance
    🎨 AI-powered UI/UX design intelligence - 1519+ curated design resources through MCP | React, Vue, Next.js, Flutter & more
    7
    63 npm
    32
    MIT
  • A
    license
    B
    quality
    C
    maintenance
    Web design analysis MCP server with 20 tools for layout extraction, motion detection, quality scoring, and semantic search. Uses Playwright, pgvector HNSW, and Ollama Vision to turn web pages into searchable, structured design knowledge.
    40
    2
    AGPL 3.0
  • A
    license
    Not graded
    quality
    D
    maintenance
    MCP server for AI agents to make structured design decisions with direction, palette, typography, layout, and detail signatures, supporting multiple rendering backends and 56 visual styles.
    21
    AGPL 3.0