PurpleSchool — курсы программирования онлайн
  • Пути
    • Frontend React разработчик
    • Frontend Vue разработчик
    • Backend разработчик Node.js
    • Fullstack разработчик React / Node.js
    • Mobile разработчик React Native
    • Backend разработчик Golang
    • Devops инженер
    • Backend разработчик Python
  • AI для кодаНовое
  • О нас
    • Отзывы
    • Реферальная программа
    • О компании
    • Контакты
  • Иконка открытия меню
    • Сообщество
    • PurpleПлюс
    • AI Собеседование
    • AI тренажёр
    • Проекты
PurpleSchool — платформа бесплатных roadmap и курсов для разработчиков
ютуб иконка
Telegram иконка
VK иконка
VK иконка
Курсы
ГлавнаяКаталог курсовFrontendBackendFullstack
Практика
КарьераПроектыPurpleПлюс
Материалы
БлогБаза знаний
Документы
Договор офертаПолитика конфиденциальностиПроверка сертификатаМиграция курсовРеферальная программа
Реквизиты
ИП Ларичев Антон АндреевичИНН 773373765379contact@purpleschool.ru

PurpleSchool © 2020 -2026 Все права защищены

  • Курсы
    • FrontendИконка стрелки
    • AI разработкаИконка стрелки
    • BackendИконка стрелки
    • DevOpsИконка стрелки
    • MobileИконка стрелки
    • ТестированиеИконка стрелки
    • Soft-skillsИконка стрелки
    • ДизайнИконка стрелки
    Иконка слояПерейти в каталог курсов
  • Бесплатно
    • Курсы
    • JavaScript Основы разработкиPython Основы PythonCSS CSS FlexboxКарта развитияВопросы для собеседований
    • База знанийИконка стрелки
    • Новостные рассылкиИконка стрелки
  • PurpleSchool — курсы программирования онлайн
    • AI для кодаНовое
    • Сообщество
    • PurpleПлюс
    • AI Собеседование
    • AI тренажёр
    • Проекты
    Главная
    Сообщество
    Figma MCP: теперь AI видит макеты так же, как я

    Figma MCP: теперь AI видит макеты так же, как я

    Аватар автора Figma MCP: теперь AI видит макеты так же, как я

    Игорь Шестухин

    Иконка календаря16 февраля 2026
    Картинка поста Figma MCP: теперь AI видит макеты так же, как я

    Что такое MCP и почему это не очередной плагин

    MCP расшифровывается как Model Context Protocol. Если совсем просто — это стандарт, который позволяет языковым моделям общаться с внешними инструментами. В данном случае Figma выступает таким инструментом.

    Раньше, чтобы дать AI доступ к макету, нужно было либо выгружать его через REST API, либо делать скриншоты и описывать словами. Новый MCP-сервер работает иначе — он запускается локально и подключается напрямую к десктоп-клиенту Figma. В результате AI получает не просто картинку, а полную структуру: где автолейаут, где флекс, какие переменные используются, какой CSS сгенерирует Figma.

    И всё это — через локальный URL, без облаков и задержек.

    Как я это настроил

    Оказалось, настройка занимает минуты три. В Figma открываешь настройки, находишь раздел MCP Server, включаешь чекбокс — и получаешь адрес: http://localhost:3845/sse.

    Дальше идёшь в Cursor (моя основная IDE). Там нужно открыть файл ~/.cursor/mcp.json и добавить новый сервер с типом sse и этим адресом. Перезапускаешь MCP-сервер в настройках Cursor — и в списке инструментов появляются get_image, get_code, get_connection_map, get_variables_deps.

    После этого AI может напрямую обращаться к открытому в Figma макету. Никаких API-ключей, никаких сложных интеграций.

    Как теперь выглядит работа

    Я выделяю во фрейме нужный блок — например, карточку товара. Нажимаю Cmd+L (или правой кнопкой мыши → Copy link to selection). Вставляю ссылку в промт к AI и пишу: «Сверстай этот компонент на React, с TypeScript, стили через styled-components».

    AI через MCP получает изображение блока, CSS-код из Figma, информацию о переменных и структуру автолейаутов. Через 20-30 секунд у меня готовый компонент. С правильными отступами, цветами из переменных, с адаптивным поведением.

    Впервые за долгое время я не проверял пиксели линейкой. Я просто скопировал код и вставил в проект.

    Но есть нюансы: макет должен быть «готов к экспорту»

    MCP-сервер сам по себе не делает дизайн хорошим. Он лишь берёт то, что есть. И если макет кривой, код будет кривым.

    Быстро выяснилось, что AI гениально верстает только те макеты, которые:

    • Построены на автолейаутах. Если дизайнер просто понатыкал слои мышкой, AI не поймёт, как элементы должны вести себя при ресайзе. Нужны нормальные фреймы с настроенными отступами и выравниванием.
    • Используют переменные. Когда цвет задан через fill: #FF0000, AI честно продублирует этот хардкод. А если это переменная -color-primary, AI вынесет её в корневые стили или объект темы. Разница между «быстро» и «качественно» — в переменных.
    • Продуманы на адаптивность. Фиксированная ширина блока — зло. Настроенный hug или fill — добро. И если в макете есть перенос элементов (wrap), AI это увидит и применит flex-wrap.

    CSS Grid в Figma пока в бета-версии, но уже работает. Я попробовал — AI сгенерировал display: grid с правильными треками. Это впечатляет.

    С какими проблемами я столкнулся

    Первая и самая раздражающая — get_code иногда зависает. Приходится перезапускать Figma и Cursor. Надеюсь, пофиксят в ближайших версиях.

    Вторая — AI упорно вставляет инлайновые SVG вместо импортов. Если в макете иконка, он копирует её как base64 прямо в JSX. Это лечится добавлением правила в .cursorrules: «Иконки сохраняй как отдельные компоненты, импортируй из папки assets». После этого стало нормально.

    Третья — слишком сложные макеты. Я попросил сверстать целую страницу со множеством блоков. AI запутался в иерархии, намешал лишних дивов, сломал отступы. Теперь я дроблю задачу: один промт — один компонент. Работает идеально.

    Что я поменял в процессе

    Во-первых, добавил в проект .cursorrules с описанием MCP и требованиями к вёрстке. Чтобы AI не забывал, что мы используем Styled Components, а не CSS-модули, и что цвета должны браться из темы.

    Во-вторых, поговорил с дизайнером. Показал, какие макеты AI верстает хорошо, а какие — плохо. Мы договорились о едином подходе: автолейауты везде, переменные для всех стилей, осмысленные имена слоёв. Это оказалось полезно не только для AI, но и для нас самих — дизайн-система стала чище.

    В-третьих, перестал просить сверстать страницу целиком. Теперь я работаю компонентами: «карточка», «шапка», «кнопка». Собрать страницу из готовых блоков проще, чем заставить AI понять всю иерархию за один раз.

    Итог: это меняет правила игры

    Раньше я тратил на перенос одного экрана от 40 минут до часа. Сейчас — 5-10 минут на генерацию компонента и ещё 5 минут на доводку. Да, ручная работа остаётся: нужно проверить адаптивность, подправить отступы, убедиться, что всё работает на реальных данных. Но объём рутины сократился в разы.

    Самое главное — я перестал быть «перекладывателем пикселей». Вместо того чтобы вглядываться в макет и высчитывать margin, я думаю об архитектуре, читаемости кода, производительности. AI берёт на себя черновую работу, а я делаю то, что действительно важно.

    Конечно, это работает не для всех проектов. Если дизайн сырой, накиданный на коленке, AI только усугубит хаос. Но когда дизайн-система выстроена, а макеты аккуратны — Figma MCP превращает вёрстку из головной боли в быстрый и даже приятный процесс.

    И да, я наконец перестал мерять пиксели линейкой. Пусть этим AI занимается.

    Иконка глаза4 022

    Комментарии

    0

    Постройте личный план изучения Основы разработки до уровня Middle — бесплатно!

    Основы разработки — часть карты развития Frontend, Backend, Mobile

    • step100+ шагов развития
    • lessons30 бесплатных лекций
    • lessons300 бонусных рублей на счет

    Бесплатные лекции

    Лучшие курсы по теме

    изображение курса

    Основы Git

    Антон Ларичев
    AI-тренажерыAI-тренажеры
    Гарантия
    Бонусы
    иконка звёздочки рейтинга4.9
    3 999 ₽ 6 990 ₽
    Подробнее
    изображение курса

    HTML и CSS

    Антон Ларичев
    AI-тренажерыAI-тренажеры
    Практика в студииПрактика в студии
    Гарантия
    Бонусы
    иконка звёздочки рейтинга4.9
    3 999 ₽ 6 990 ₽
    Подробнее
    изображение курса

    CSS Flexbox

    Антон Ларичев
    Гарантия
    Бонусы
    иконка звёздочки рейтинга4.9
    бесплатно
    Подробнее

    Похожие статьи

    Картинка поста Как настроить CI/CD пайплайн с нуля: полное руководство
    Иконка аватараАнтон
    Иконка календаря14 октября 2026
    CI/CDDevOpsGitHub Actions+ 2middleИконка уровня middle

    Как настроить CI/CD пайплайн с нуля: полное руководство

    CI/CD пайплайн с нуля: как собрать рабочий конвейер сборки, тестов и деплоя на примере GitHub Actions и Docker без лишней теории.

    Иконка чипа0
    Иконка глаза87
    Иконка комментариев0
    Картинка поста CLAUDE.md: как написать инструкции для Claude Code
    Иконка аватараАнтон
    Иконка календаря11 октября 2026
    AI-инструментыClaude CodeDevOps+ 1middleИконка уровня middle

    CLAUDE.md: как написать инструкции для Claude Code

    CLAUDE.md — это файл с инструкциями по проекту, который Claude Code читает в начале каждой сессии. Положите его в корень репозитория и опишите внутри, чем проект собирается, чем запускаются тесты и каких соглашений держаться в коде. После этого агент перестанет спрашивать одно и то же в каждом новом диалоге и предлагать решения, которые в вашей кодовой базе не приняты. Формат предельно простой: обычный Markdown, обязательных полей нет, заголовки любые. Дальше — где именно создавать файл и как Claude Code собирает инструкции сразу из нескольких мест, что писать внутрь, как подключать к файлу другие документы и чем CLAUDE.md отличается от AGENTS.md. Одна оговорка перед началом: Claude Code обновляется часто, набор команд и поддерживаемых файлов пополняется. Если какая-то деталь ниже ведёт себя у вас иначе, сверяйтесь с документацией той версии, которая стоит у вас.

    Иконка чипа0
    Иконка глаза312
    Иконка комментариев0
    Иконка аватараАнтон
    Иконка календаря10 октября 2026
    AI-инструментыClaude CodeDevOps+ 2middleИконка уровня middle

    Агенты в OpenCode: как создать своего агента

    Агент в OpenCode — это именованный профиль работы: своя модель, свой системный промпт и свой список разрешённых инструментов. Чтобы создать своего агента, нужно описать его отдельным markdown-файлом в папке `.opencode/agent/` внутри проекта (или в `~/.config/opencode/agent/`, если агент нужен во всех проектах) либо объявить его в блоке `agent` файла `opencode.json`. После этого агент появляется в списке доступных, и его можно вызвать прямо в сессии.

    Иконка чипа0
    Иконка глаза432
    Иконка комментариев0
    Иконка чипа+1