Figma Context CachedCAUTION

English Version: README_EN.md

基于 Figma Context MCP 的增强版本,通过本地持久化缓存显著减少对 Figma API 的请求次数,从而缓解速率限制问题,提升稳定性与响应速度。

该版本特别适合 免费 Figma 账号、高频上下文请求、以及 Cursor / MCP 客户端 场景。

✨ 特性

• ✅ 支持 Figma 文件内容本地缓存
• ✅ 显著减少 API 请求次数,缓解速率限制
• ✅ 可配置缓存有效期(TTL)
• ✅ 支持自定义缓存目录
• ✅ `figma_prepare_file` 工具:智能准备和缓存 Figma 文件
• ✅ 支持 nodeId 检查:确保指定的节点存在于缓存中
• ✅ 支持强制刷新:通过 forceRefresh 参数强制获取最新设计数据
• ✅ 智能下载路径:图片下载默认保存到系统下载文件夹(支持 Windows/macOS/Linux)
• ✅ 优化的 LLM 调用引导:自动引导正确的工具调用顺序
• ✅ 完全兼容原有 MCP 接口与调用方式
• ✅ `list_cache` 工具:查看缓存状态和统计信息
• ✅ `cleanup_cache` 工具:清理过期和损坏的缓存文件
• ✅ 自动缓存清理:定时清理过期缓存,保持磁盘空间整洁
• ✅ LRU 内存缓存:智能内存缓存,避免重复磁盘 I/O
• ✅ 节点级别缓存:内存中缓存已解析的节点数据
• ✅ 可选缓存加密:支持 AES-256-CBC 加密保护敏感设计数据
• ✅ 适用于 Cursor 等 MCP 客户端

🚀 快速开始(30 秒上手)

1. 获取 Figma API Key

访问 Figma 开发者设置 创建 Personal Access Token。

2. 配置 MCP(以 Cursor 为例)

在 Cursor 的 MCP 配置文件中添加:

{
"mcpServers": {
"Figma-Context-MCP-Cached": {
"command": "npx",
"args": [
"-y",
"@pactortester/figma-mcp-cached",
"--stdio",
"--figma-api-key=YOUR_FIGMA_API_KEY",
"--figma-caching={\"ttl\":{\"value\":7,\"unit\":\"d\"}}"
]
}
}
}

3. 开始使用

在 Cursor 中直接粘贴 Figma 链接,AI 会自动:

1. 调用 figma_prepare_file 准备文件
2. 调用 get_figma_data 获取设计数据

💡 提示:首次请求会从 Figma API 获取数据并缓存,后续请求直接从本地缓存读取,速度提升 10 倍以上!

📦 Figma 缓存机制说明(重要)

⚠️ 请在设计相对稳定或已定稿后再启用缓存功能

本 MCP 默认支持对 Figma API 返回结果进行缓存(可配置 TTL),以减少 API 请求次数、提升响应速度并避免触发 Figma 的限流策略。

✅ 缓存的优势

• 显著提升 MCP 响应速度
• 降低 Figma API 调用频率
• 适合已定稿或低频变更的设计文件

⚠️ 潜在风险(请务必注意)

由于缓存机制的存在:

• 当 Figma 页面或组件发生更新时
• 在缓存未过期(TTL 内)
• MCP 可能仍