Cursor 集成 Figma MCP 实现阅读理解原型图生成方案

Cursor 集成 Figma MCP 实现阅读理解原型图生成方案

整体架构设计

在 Cursor 中配置 Figma MCP 的完整方案

1. Cursor 配置文件 (cursor.config.js)

// cursor.config.js
module.exports = {figma: {// Figma MCP 配置mcp: {enabled: true,apiKey: process.env.FIGMA_API_KEY,fileId: "YOUR_FIGMA_FILE_ID",mcpFrameId: "MCP_FRAME_ID", // MCP 主框架 ID// MCP 组件映射components: {question: "COMPONENT_ID:QUESTION",option: "COMPONENT_ID:OPTION",feedback: "COMPONENT_ID:FEEDBACK",progress: "COMPONENT_ID:PROGRESS"},// 样式配置styles: {primaryColor: "#4361EE",secondaryColor: "#F1F5F9",fontFamily: "Inter"}},// 阅读理解题目处理配置readingComprehension: {maxQuestions: 10,optionsPerQuestion: 4,difficultyLevels: ["easy", "medium", "hard"]}},// 其他 Cursor 配置aiModel: "gpt-4-turbo",maxTokens: 4096,temperature: 0.3
}

2. Figma MCP 连接脚本 (figma-mcp-integration.js)

// figma-mcp-integration.js
const axios = require('axios');
const config = require('./cursor.config.js').figma;class FigmaMCPIntegrator {constructor() {this.api = axios.create({baseURL: 'https://api.figma.com/v1/',headers: {'X-Figma-Token': config.mcp.apiKey}});}/*** 获取 MCP 框架结构*/async getMCPStructure() {try {const response = await this.api.get(`files/${config.mcp.fileId}`);const mcpFrame = this.findMCPFrame(response.data.document);return {frame: mcpFrame,components: config.mcp.components};} catch (error) {console.error('获取 Figma MCP 失败:', error);throw error;}}/*** 在 Figma 文档树中查找 MCP 框架*/findMCPFrame(node) {if (node.id === config.mcp.mcpFrameId) return node;if (node.children) {for (const child of node.children) {const found = this.findMCPFrame(child);if (found) return found;}}return null;}/*** 根据阅读理解数据生成原型*/async generateReadingComprehensionPrototype(questions) {const operations = [];const baseX = 100;let currentY = 200;// 创建主框架const mainFrame = {type: 'FRAME',name: '阅读理解原型',x: baseX,y: currentY,constraints: { horizontal: 'MIN', vertical: 'MIN' },children: []};currentY += 50;// 添加进度指示器const progressBar = {type: 'INSTANCE',componentId: config.mcp.components.progress,name: '进度指示器',x: baseX,y: currentY,properties: {total: questions.length,current: 1}};mainFrame.children.push(progressBar);currentY += 80;// 添加题目和选项questions.forEach((question, index) => {// 题目const questionBlock = {type: 'INSTANCE',componentId: config.mcp.components.question,name: `问题 ${index + 1}`,x: baseX,y: currentY,properties: {text: question.question,difficulty: question.difficulty}};mainFrame.children.push(questionBlock);currentY += 120;// 选项question.options.forEach((option, optIndex) => {const optionBlock = {type: 'INSTANCE',componentId: config.mcp.components.option,name: `选项 ${optIndex + 1}`,x: baseX + (optIndex * 300),y: currentY,properties: {text: option.text,isCorrect: option.isCorrect,optionId: `q${index+1}_opt${optIndex+1}`}};mainFrame.children.push(optionBlock);});currentY += 100;// 反馈区域const feedbackBlock = {type: 'INSTANCE',componentId: config.mcp.components.feedback,name: `反馈 ${index + 1}`,x: baseX,y: currentY,properties: {visible: false,text: question.explanation}};mainFrame.children.push(feedbackBlock);currentY += 150;});// 提交按钮const submitButton = {type: 'INSTANCE',componentId: config.mcp.components.button,name: '提交答案',x: baseX,y: currentY,properties: {text: '提交答案',variant: 'primary'}};mainFrame.children.push(submitButton);// 添加到操作列表operations.push({method: 'POST',path: `/files/${config.mcp.fileId}/nodes`,data: {nodes: [mainFrame]}});// 应用全局样式operations.push({method: 'POST',path: `/files/${config.mcp.fileId}/styles`,data: {styles: {fill: config.mcp.styles.primaryColor,text: {fontFamily: config.mcp.styles.fontFamily,fontSize: 16}}}});return operations;}/*** 执行 Figma 操作*/async executeOperations(operations) {const results = [];for (const operation of operations) {try {const response = await this.api({method: operation.method,url: operation.path,data: operation.data});results.push(response.data);} catch (error) {console.error('Figma 操作失败:', operation.path, error.response?.data || error.message);results.push({ error: error.message });}}return results;}
}module.exports = FigmaMCPIntegrator;

3. 阅读理解题目处理模块 (reading-comprehension-processor.js)

// reading-comprehension-processor.js
const { getCodeCompletion } = require('cursor').ai;
const config = require('./cursor.config.js').figma;class ReadingComprehensionProcessor {constructor() {this.difficultyLevels = config.readingComprehension.difficultyLevels;}/*** 从文本中提取阅读理解题目*/async extractQuestionsFromText(text) {const prompt = `你是一位教育专家，请从以下文本中提取阅读理解题目：${text}要求：1. 生成 ${config.readingComprehension.maxQuestions} 道题目2. 每道题有 ${config.readingComprehension.optionsPerQuestion} 个选项3. 包含正确答案和解析4. 随机分配难度等级：${this.difficultyLevels.join(', ')}返回格式为 JSON 数组：[{"question": "问题文本","options": [{"text": "选项1", "isCorrect": true/false},...],"correctAnswer": "A","explanation": "答案解析","difficulty": "easy/medium/hard"},...]`;const response = await getCodeCompletion({prompt,model: config.aiModel,maxTokens: config.maxTokens,temperature: config.temperature});try {const questions = JSON.parse(response);return this.validateQuestions(questions);} catch (e) {console.error('解析题目失败:', e);return this.fallbackQuestionGeneration(text);}}/*** 验证题目格式*/validateQuestions(questions) {if (!Array.isArray(questions)) throw new Error('题目格式无效');return questions.slice(0, config.readingComprehension.maxQuestions).map(q => {// 确保选项数量正确if (q.options.length > config.readingComprehension.optionsPerQuestion) {q.options = q.options.slice(0, config.readingComprehension.optionsPerQuestion);}// 确保有正确答案const hasCorrect = q.options.some(opt => opt.isCorrect);if (!hasCorrect && q.options.length > 0) {q.options[0].isCorrect = true;}// 验证难度等级if (!this.difficultyLevels.includes(q.difficulty)) {q.difficulty = this.difficultyLevels[Math.floor(Math.random() * this.difficultyLevels.length)];}return q;});}/*** 后备题目生成方法*/async fallbackQuestionGeneration(text) {console.warn('使用后备题目生成方法');// 简化版的题目生成逻辑const sentences = text.split(/[.!?]/).filter(s => s.trim().length > 10);return sentences.slice(0, config.readingComprehension.maxQuestions).map((sentence, i) => {const baseQuestion = `关于这句话的理解正确的是？ "${sentence.trim()}"`;return {question: baseQuestion,options: [{ text: "正确理解1", isCorrect: i === 0 },{ text: "正确理解2", isCorrect: i === 1 },{ text: "错误理解1", isCorrect: false },{ text: "错误理解2", isCorrect: false }],correctAnswer: i < 2 ? "A" : "B",explanation: "这是自动生成的题目解析",difficulty: this.difficultyLevels[i % this.difficultyLevels.length]};});}
}module.exports = ReadingComprehensionProcessor;

4. 主执行脚本 (main.js)

// main.js
const FigmaMCPIntegrator = require('./figma-mcp-integration');
const ReadingComprehensionProcessor = require('./reading-comprehension-processor');
const config = require('./cursor.config.js').figma;async function main() {// 1. 获取阅读理解文本const readingText = `人工智能（AI）是计算机科学的一个分支，旨在创建能够执行通常需要人类智能的任务的系统。这些任务包括学习、推理、问题解决、感知和语言理解。AI可以分为两类：弱人工智能和强人工智能。弱人工智能专注于执行特定任务，而强人工智能则具有全面的认知能力。AI的发展经历了几个阶段。1950年代是AI的诞生期，艾伦·图灵提出了著名的"图灵测试"。1980年代见证了专家系统的兴起，这些系统模拟人类专家的决策能力。2010年代，深度学习的突破推动了AI的快速发展，特别是在图像识别和自然语言处理领域。当前，AI已应用于多个领域：医疗诊断、自动驾驶汽车、智能助手和金融分析等。然而，AI也引发了伦理问题，如就业影响、隐私问题和算法偏见。`;// 2. 处理阅读理解题目const processor = new ReadingComprehensionProcessor();const questions = await processor.extractQuestionsFromText(readingText);console.log(`成功生成 ${questions.length} 道题目`);// 3. 连接到 Figma MCPconst figma = new FigmaMCPIntegrator();const mcpStructure = await figma.getMCPStructure();console.log('Figma MCP 结构:', mcpStructure);// 4. 生成原型操作const operations = await figma.generateReadingComprehensionPrototype(questions);// 5. 在 Figma 中执行操作const results = await figma.executeOperations(operations);console.log('原型生成结果:', results);// 6. 输出 Figma 文件链接const figmaFileUrl = `https://www.figma.com/file/${config.mcp.fileId}`;console.log(`\n原型已生成: ${figmaFileUrl}`);return {questions,figmaUrl: figmaFileUrl};
}// 执行主函数
main().then(result => console.log('完成:', result)).catch(err => console.error('发生错误:', err));

Figma MCP 配置指南

1. 在 Figma 中创建 MCP 组件

在 Figma 文件中创建以下主要组件：

2. 组件属性配置

为每个组件设置可配置属性：

组件	属性	类型	描述
题目	text	文本	问题文本
	difficulty	枚举	easy/medium/hard
选项	text	文本	选项文本
	isCorrect	布尔	是否为正确答案
	optionId	文本	选项唯一标识
反馈	text	文本	解释文本
	visible	布尔	是否显示
进度	total	数字	总题目数
	current	数字	当前题目
按钮	text	文本	按钮文本
	variant	枚举	primary/secondary

3. 在 Cursor 中配置组件 ID

在 cursor.config.js 中配置组件 ID：

components: {question: "12345:7890", // Figma 组件 IDoption: "23456:8901",feedback: "34567:9012",progress: "45678:0123",button: "56789:1234"
}

交互原型功能实现

1. 交互逻辑脚本

在 Figma 中添加原型交互逻辑：

// 选项点击交互
function onOptionClick(optionId) {// 重置所有选项状态resetAllOptions();// 设置当前选中选项setOptionSelected(optionId, true);// 显示反馈区域setFeedbackVisible(true);
}// 提交按钮交互
function onSubmit() {// 验证答案const isCorrect = checkAnswer();// 更新进度updateProgress();// 显示结果showResult(isCorrect);// 进入下一题goToNextQuestion();
}// 答案检查逻辑
function checkAnswer() {const selectedOption = getSelectedOption();return selectedOption && selectedOption.isCorrect;
}

2. 原型状态管理

使用 Figma 的变量功能管理状态：

// 状态变量
const state = {currentQuestion: 1,totalQuestions: 10,selectedOption: null,answers: {}
};// 更新状态函数
function setState(newState) {Object.assign(state, newState);updateUI();
}// 更新UI
function updateUI() {// 更新进度条progressBar.setProperties({current: state.currentQuestion,total: state.totalQuestions});// 更新题目questionText.text = getQuestionText(state.currentQuestion);// 更新选项options.forEach(option => {option.setProperties({selected: state.selectedOption === option.id});});
}

部署与使用指南

1. 环境准备

1. 安装 Node.js (v16+)
2. 获取 Figma API Key：
   • 登录 Figma → 设置 → 个人访问令牌
3. 创建 Figma 文件并记录文件 ID

2. 配置步骤

# 1. 克隆仓库
git clone https://github.com/your-repo/figma-reading-prototype.git# 2. 进入项目目录
cd figma-reading-prototype# 3. 安装依赖
npm install axios dotenv# 4. 创建环境文件
echo "FIGMA_API_KEY=your_figma_api_key" > .env# 5. 更新配置文件
# 修改 cursor.config.js 中的 fileId 和组件 ID# 6. 运行程序
node main.js

3. 进阶配置选项

在 cursor.config.js 中可配置：

// 高级样式配置
styles: {colors: {primary: '#4361EE',secondary: '#F1F5F9',success: '#10B981',error: '#EF4444',background: '#FFFFFF'},typography: {fontFamily: 'Inter, sans-serif',fontSize: {title: 24,question: 18,option: 16,feedback: 14}},spacing: {questionMargin: 40,optionGap: 20,sectionPadding: 30}
},// 交互行为配置
interactions: {animation: {optionSelect: 'spring',feedbackReveal: 'fade-in'},timings: {feedbackDelay: 300,transitionDuration: 500}
}

故障排除

常见问题解决

问题	解决方案
Figma API 连接失败	检查 API Key 和网络连接
组件 ID 无效	在 Figma 中验证组件 ID
题目生成格式错误	调整 AI 提示词或使用后备生成方法
原型布局错位	检查 MCP 框架结构和坐标计算
交互功能不工作	验证 Figma 原型交互设置

调试建议

1. 启用详细日志：

// 在 main.js 开头添加
process.env.DEBUG = 'figma-integration*';

2. 使用测试模式：

// 在 cursor.config.js 中添加
testMode: true,
testQuestions: [...] // 预定义测试题目

总结

通过以上配置，Cursor 能够与 Figma MCP 深度集成，实现以下功能：

1. 智能题目解析：自动从文本中提取阅读理解题目
2. 动态原型生成：在 Figma 中创建交互式学习界面
3. 个性化配置：通过 MCP 控制样式和布局
4. 交互逻辑实现：添加答题、反馈和进度功能

此方案特别适用于教育科技产品开发，能够将文本教材快速转化为交互式学习体验，大幅提升内容制作效率。实际部署时，建议结合具体教育场景调整题目生成算法和交互设计。