AgentHubAgentHub

使用场景/设计与创意

设计类 MCP / Skill 推荐

Figma、图像生成、品牌素材。适合产品、运营、设计协作。

共匹配 1,864 个资源 · 第 9 / 39 页

什么是设计与创意?

设计类 MCP 把设计工具与图像生成能力接入 AI 工作流:Figma MCP 让 AI 读取设计稿的图层、变量与组件结构,直接生成对齐设计稿的前端代码;图像生成类 MCP 负责配图、图标与营销素材的批量产出。

典型用法:设计师在 Figma 中标注组件 → 开发者在 Cursor 中通过 Figma MCP 拉取节点信息 → AI 生成与设计系统一致的 React / Vue 代码。评审环节可以让 AI 对照设计稿截图做还原度检查。

注意版权与授权:仅处理团队有权访问的 Figma 文件;生成图片素材时确认模型的商用条款;字体与第三方素材仍需单独授权。

适合做什么

  • 设计稿评审
  • 素材批量导出
  • 品牌规范检查
  • 配图生成

不太适合

  • 未授权商用字体/素材的自动下载

相关资源

查看全部 →

Docker 镜像创建

SkillSkillsMP

从项目源码生成生产可用的 Dockerfile,自动识别语言/框架,并产出基于最小化、distroless 或 slim 基础镜像的多阶段构建。当用户想为应用容器化、创建 Dockerfile、把项目 dockerize、构建 Docker 镜像,或说“让这个应用跑在 Docker 里”“为这个应用创建容器”“我需要一个 Dockerfile”“为部署打包”“把这个服务容器化”时使用。当用户已有 Dockerfile 并希望按生产标准重写,或咨询项目的 Docker 最佳实践时也应触发。

source

构建静态二进制 project-build-static-binary

SkillSkillsMP

从当前检出为 x86_64、aarch64、armv6l 或 armv7l 构建静态自解压 Netdata 安装器(`netdata-<arch>-latest.gz.run`)。当用户要求构建/产出/打包/测试静态二进制、makeself 安装器、`.gz.run` 制品或 Netdata「静态安装」;在 Linux 机器上无本地构建工具链验证 PR;或在本地复现 CI static-builder 问题时使用。涵盖 `packaging/makeself/` 下基于 Docker 的构建流程、强制前置检查(子模块初始化、全新 `netdata/static-builder:v1` 镜像)、构建按序执行的 18 个 job、制品输出布局、`artifacts/cache/` 复用模型、跨架构 QEMU 注意事项、调试构建、常见故障及其修复,以及如何在目标主机上复制/校验制品。

source

Novu 通知工作流设计

vnext

SkillSkillsMP

以 Novu 之道设计通知工作流——选择通道、设定严重级别、判定工作流何时为关键、配置 digest,并基于订阅者状态做路由。同时适用于控制台编排与代码优先(`@novu/framework`)的工作流。在规划新工作流、决定纳入哪些通道、选择严重级别、配置 digest 行为,或把用例(订单确认、支付失败、账号封禁、评论、试用到期、密码重置、webhook 扇出、先取数后通知)匹配到成熟模板时使用。

source

设计冲刺 design-sprint

SkillSkillsMP

用结构化的 5 天流程制作原型、测试并与真实用户一起验证产品想法。当用户提到 “design sprint”、“validate in a week”、“rapid prototype”、“test with users”、“de-risk before building”、“GV sprint”、“prototype testing” 或 “design workshop” 时使用。也可在团队需要快速做出关键产品决策、化解各方分歧,或在投入开发前先验证高风险想法时触发。覆盖梳理、草图、决策、原型与测试。持续实验见 lean-startup,用户任务分析见 jobs-to-be-done。

source

日常设计法则

SkillSkillsMP

应用基础设计原则:可供性、示能符、约束、反馈与概念模型。当用户提到“为什么这么让人困惑”“affordance”“error prevention”“discoverability”“human-centered design”“fault tolerance”“mental model”“mapping”或“seven stages of action”时使用。也可在诊断用户为何出错、降低产品复杂度、改进错误提示与反馈系统时触发。覆盖执行鸿沟与评估鸿沟。可用性评分见 ux-heuristics,iOS 专项模式见 ios-hig-design。

source

UI 视觉重构

SkillSkillsMP

审计并修复 Web UI 的视觉层级、间距、配色与层次感。当用户说“我的 UI 看着不对劲”“修一下设计”“Tailwind 样式”“配色方案”“视觉层级”“设计系统”“间距刻度”“组件样式”时使用。也可在构建一致的设计 token、编写深色主题、提升数据可视化清晰度,或上线前打磨 UI 细节时触发。覆盖 grayscale-first 工作流、受约束的设计刻度、阴影与组件样式。字体选择见 web-typography,可用性审计见 ux-heuristics。

source

iOS HIG 界面设计

SkillSkillsMP

按 Apple Human Interface Guidelines 设计原生 iOS 界面。当用户提到 “iPhone app”、“iPad layout”、“SwiftUI”、“UIKit”、“Dynamic Island”、“safe areas”、“HIG compliance”、“SF Symbols”、“haptic feedback” 或 “iOS accessibility” 时使用。也在为 iOS 构建 tab bar、导航栈、sheet 或 modal、实现深色模式、适配不同屏幕尺寸时触发。覆盖导航模式、无障碍、SF Symbols 与平台惯例。通用 UI 打磨见 refactoring-ui,可供性设计见 design-everyday-things。

source

n8n 工作流搭建

SkillSkillsMP

在 Claude Code 中借助 n8n-mcp 这个 MCP 创建、校验并部署 n8n 工作流。当用户说 "crea un workflow en n8n"(在 n8n 建个工作流)、"monta un n8n que haga X"(搭个做 X 的 n8n)、"convierte esta idea en automatización"(把这个想法变成自动化)、"diseña un flujo n8n"(设计一个 n8n 流程),或描述一串可自动化的步骤(接收 webhook → 处理 → 发送到 Slack、每天定时读取 Google Sheets 等)时使用。也可通过 "auto­matización"、"n8n"、"workflow"、"trigger" 等说法触发。不要用本技能把既有 n8n 工作流迁移到 Claude —— 那应使用 automation-n8n-to-claude。

source

实验设计

SkillSkillsMP

在数据采集之前设计实验与研究方案——选择设计类型、随机化、区组化以及安排处理组合,使结果真正可解释。当有人正在规划研究、询问如何把受试者/样本分组、提到随机化、区组、分层、对照、析因或部分析因设计、实验设计(DOE)、多因素筛选、响应面优化、交叉/重复测量/裂区设计、整群分组随机化、拉丁方、孔板布局、批次与进样顺序效应、重复与伪重复,或序贯/自适应/群序贯设计时使用。即使表述随意,例如这个实验该怎么安排、如何避免混杂、测试这 6 个因素的最佳方式、把这些小鼠分配到各处理组,也应触发。若设计已定、需要计算样本量或统计功效请使用 statistical-power,分析已采集的数据则使用 statistica。

source

mcp-use 框架规范

SkillSkillsMP

所有 MCP 服务器工作的**强制要求**——mcp-use 框架最佳实践与模式。在任何 MCP 服务器工作前先阅读本技能,包括:创建新 MCP 服务器;修改既有 MCP 服务器(添加/更新 tools、resources、prompts、widgets);调试 MCP 服务器问题或错误;审查 MCP 服务器代码的质量、安全与性能;回答 MCP 开发或 mcp-use 模式的问题;对 server.tool()、server.resource()、server.prompt() 或 widgets 做任何修改。本技能包含关键架构决策、安全模式与常见陷阱。实现 MCP 功能前务必先查阅相关参考文件。

source

常见问题

Figma MCP 需要什么权限?

需要 Figma 个人访问令牌(Personal Access Token)或企业 OAuth 授权,令牌只需授予文件读取范围。AgentHub 详情页标注了对应环境变量。

AI 能直接把设计稿转成代码吗?

可以读到结构并生成初版代码,但复杂交互与响应式仍需人工调整。业界普遍把它用作「设计到代码」的第一稿加速器而非最终交付。

生成图片的 MCP 会侵权吗?

取决于模型训练与输出条款。商用发布前请确认服务提供方公开的版权政策,重要素材保留人工审核环节。

配套安装与配置教程

相关场景