oke前mcp
内部前端开发人员在Cursor聊天中使用自然语言查询时,可以快速查找Figma规划信息,并将查询结果学习存储在本地元数据中的MCP服务器。
______________________________________________________________________
项目背景
以前,为了开发屏幕,需要分别打开以下源进行验证。
- Figma计划书
- 发布交付项/存储库
- 设计系统文档
- UI组件文档
此结构将大大增加“信息浏览时间”,并使您重复同样的问题。\ oke-front-mcp旨在通过以问题为中心的开发流程减少此问题。
______________________________________________________________________
核心目标
- 减少分布式开发资源(Figma、公共代码、设计策略)的浏览成本
- 用自然语言进行企划搜索
- 通过选择候选/版本安全地处理模糊查询
- 通过自动学习一次找到的信息,提高下一个查询的速度
- 确保操作稳定性,即使重新收集失败也能保留现有数据
______________________________________________________________________
当前实施范围(步骤1:Figma)
目前,围绕Figma步骤实现了以下内容:
- 直接查看屏幕ID(
CONT-XX_YY_ZZ) - 自然语言搜索(项目/版本/功能关键字)
- 未指定版本时重新提问(防止自动确定)
- 提示候选人+选择编号(
1,2번,3 번기획) - 描述延迟加载
- 本地错误Figma fallback搜索
- 保存查询结果自动学习
- 安全重新收集(merge+backup+原子存储)
步骤2(Publisher)完成第一次实施
search_publisher_code添加tool- 同步混合存储
- 自动clone/pull优先 - 失败时 PUBLISHER_REPO_PATH 后备方案
- 公共代码索引(
data/publisher-index.json)创建/更新 - 基于屏幕/功能关键字的component bundle响应
- 主真空吸尘器 - 相关脚本 - 相关样式(sass/scs/css) - 共享组件(src/components)
______________________________________________________________________
如何操作
默认流:
- 解析查询(screenId/project/version/keywords)
- 本地索引(
data/screen-index.json)搜索 - 只要是单件就确定,提出复数面候选人
- 需要详细信息时查看Figma(lazy loading)
- 将结果保存到索引(学习)
- 如果本地错误,则Figma fallback后重新保存
核心是“快速本地搜索+缺少时实时补充+学习补充结果”。
______________________________________________________________________
主要文件
src/index.ts
- MCP tool注册/路由
src/tools/search-figma-spec.ts
- Figma查询处理编排
src/tools/search-publisher-code.ts
- Publisher查询和捆绑响应
src/services/search.ts
- 检索/保存Figma元数据
src/services/figma.ts
- Figma API集成
src/services/publisher.ts
- 同步/索引/搜索公共存储库/捆绑包
______________________________________________________________________
按版本实施摘要
第一阶段
- Figma API连接
- 直接查看屏幕ID
第2阶段
- 元数据索引
- 引入自然语言搜索
第2.5阶段
- 增强候选选择UX
- 稳定版本重新询问和编号选择
第三期
- fallback搜索+自动学习
阶段4
- 轻量级收集+lazy loading
- 增强存储路径/重新收集的稳定性
______________________________________________________________________
技术堆栈
- Node.js
- TypeScript
@modelcontextprotocol/sdkaxios- 节点
fs/path模块(本地索引操作)
选择原因:
- 在遵循MCP标准结构的同时,我们使用了TypeScript+MCP SDK组合来保持类型稳定的搜索/存储逻辑。
______________________________________________________________________
目录/文档结构
代码:
src/index.ts:MCP服务器入口点src/tools/search-figma-spec.ts:查询处理编排src/services/search.ts:本地搜索/保存src/services/figma.ts:Figma APIsrc/scripts/collect-metadata.ts:收集脚本
文档(5个固定):
docs/SEARCH_FLOW.mddocs/DEVELOPMENT.mddocs/DEBUG.mddocs/PLAN.mddocs/SETUP_GUIDE.md
______________________________________________________________________
快速入门
npm install
npm run build
npm run collect-metadataCursor查询示例:
@oke-front-mcp 콘트라베이스 3.0.6 볼륨 수정 기획 찾아줘
@oke-front-mcp 리스너 생성 퍼블 코드 찾아줘______________________________________________________________________
当前状态和后续步骤
当前:
- Step 1(Figma)正在升级
- 完成搜索一致性/学习稳定性改进
下一个:
- Step2(Publisher集成)
- 步骤3(设计系统/集成/组件指南)
