基于 TRAE CN 与 MasterGo MCP 实现设计稿转前端代码

• TRAE CN IDE 版本 ≥ 1.0.0（过低版本可能不兼容协议）；
• 网络环境可正常访问 MasterGo 官网及 TRAE CN IDE 服务器。

3. 设计稿准备

• 设计稿需已发布至 MasterGo 云端（本地离线设计稿无法被读取）；
• 建议对设计稿进行分层和命名规范（如统一组件命名、规范样式变量），这能显著提升 AI 生成代码的可读性。

MasterGo AI Bridge 支持的能力

当前 MCP 工具版本为 0.1.2，MasterGo AI Bridge 基于该版本提供以下核心 API 方法，用于支撑设计稿数据的读取与组件关联：

操作步骤

第一步：安装或升级 TRAE CN IDE

前往 TRAE CN 国内官网下载最新版安装包，或在已安装的 IDE 中通过「设置 → 关于 → 检查更新」完成升级。按照安装向导完成安装时，建议选择「完整安装」以包含 MCP 协议适配组件。

第二步：获取 MasterGo 的 Personal Access Token

Token 是 MCP 工具访问 MasterGo 设计稿数据的身份凭证，需严格按照官方规范生成：

1. 登录 MasterGo 网页端，建议使用 Chrome 或 Edge 浏览器以获得最佳兼容性。
2. 点击页面右上角「头像」→「个人设置」，进入个人中心。
3. 在左侧导航栏选择「安全设置」→「个人访问令牌」，点击「生成新令牌」。

注意：操作过程中请留意界面提示，确保生成的 Token 包含必要的权限范围。

第三步：添加 MCP Server

1. 打开 TRAE CN IDE，确保已登录 TRAE CN 账号（未登录无法使用 MCP 功能）。
2. 进入 MCP 配置页面：
   • IDE 模式：点击右上角「设置」→「MCP」；
   • SOLO 模式：点击对话面板右上角「设置」→「MCP」。
3. 进入 MCP 市场：
   • 点击「添加 → 从市场添加」，或直接点击页面中部「从市场添加」按钮；
   • 若市场中未找到「MasterGo Magic Mcp」，可通过搜索框输入关键词快速定位。
4. 配置 MasterGo MCP：
   • 点击「MasterGo Magic Mcp」右侧「+」按钮，弹出配置弹窗；
   • 粘贴第二步生成的 Personal Access Token（启用验证 Token 有效性）；
   • 验证通过后，点击「确认」完成添加。

连接失败排查：

• 检查 Token 是否复制完整（无空格/换行）；
• 检查 Token 权限是否包含「文件内容（只读）」；
• 检查网络是否可访问 MasterGo 官网。

第四步：创建自定义智能体（可选）

内置智能体「Builder with MCP」可满足基础需求，但自定义智能体能针对性优化代码生成规则：

1. 在 TRAE CN IDE 对话输入框中输入 @，点击「创建智能体」。
2. 配置智能体参数：
   • 名称：如「MasterGo 设计稿转 Vue 代码」（明确场景）；
   • 工具配置：
     • MCP 工具：仅勾选「MasterGo Magic Mcp」；
     • 内置工具：勾选「阅读」「编辑」「终端」「预览」（满足代码生成 + 预览需求）。
3. 点击「创建」，完成后点击「立即使用」进入对话界面。

推荐提示词模板：

你是专业的前端开发工程师，需基于 MasterGo 设计稿数据（通过 MCP 获取）完成以下要求： 
1. 代码框架：使用 Vue 3（可替换为 React/Angular 等）； 
2. 样式规范：严格遵循设计稿中的颜色、字体、间距、圆角等样式参数，使用 REM 适配不同屏幕； 
3. 代码结构：组件化拆分（按设计稿模块划分），注释清晰，符合前端工程化规范； 
4. 资源处理：自动下载设计稿中的图标/图片资源，存放至「assets」目录，路径映射正确； 
5. 兼容性：兼容 Chrome 90+、Edge 90+、Safari 14+ 浏览器。 
禁止擅自修改设计稿中的样式参数，若有不明确的地方，先询问用户再生成代码。

第五步：调用 MCP 生成前端代码

5.1 复制 MasterGo 设计稿链接

1. 打开 MasterGo 设计稿，选中需要转换的范围：
   • 单个组件/画板：点击选中目标节点；
   • 整个页面：无需选中，直接复制设计稿根链接。
2. 右键点击选中区域 →「复制链接」→「复制选中内容链接」（或「复制文件链接」）。

复制格式示例：

https://mastergo.com/file/xxxxxx?fileOpenFrom=project&page_id=xxxxxxxxx&layer_id=xxxxxxxxx

提示：包含 nodeId 的链接仅读取指定节点数据，无 nodeId 则读取整个设计稿。

5.2 在 TRAE CN IDE 中生成代码

1. 在 TRAE CN IDE 中打开空项目文件夹（用于存放生成的代码）。
2. 发送指令后，TRAE CN IDE 会自动执行以下操作：
   • 调用 MasterGo Magic Mcp → 读取设计稿数据；
   • 解析样式/布局/资源 → 生成标准化前端代码；
   • 自动创建文件（index.html、src/App.js、src/index.css 等）；
   • 下载设计稿资源至指定目录。
3. 生成完成后，双击「index.html」或通过 TRAE CN IDE「预览」功能查看效果。

在智能体对话框中输入指令，示例：

请基于以下 MasterGo 设计稿链接生成前端代码： https://mastergo.com/file/xxxxxx?fileOpenFrom=project&page_id=xxxxxxxxx&layer_id=xxxxxxxxx 
要求： 
1. 使用 Vue + Tailwind CSS 开发； 
2. 生成响应式页面，适配移动端 (375px)、平板 (768px)、桌面端 (1920px)； 
3. 将图片资源下载至「src/assets/images」目录； 
4. 生成后在浏览器中预览效果。

5.3 代码优化与迭代

若生成的代码不符合预期，可通过以下方式优化：

1. 补充精准指令：如「修复按钮样式与设计稿不一致的问题，按钮圆角应为 8px」；
2. 调整智能体提示词：优化代码框架或样式规范；
3. 修正设计稿：若设计稿存在命名不规范或层级混乱，整理后重新复制链接生成。

常见问题与排查

Q1: MCP 无法读取 MasterGo 设计稿数据

原因及解决方案：

1. Token 无效或过期：重新生成 Personal Access Token，确保权限包含「文件内容（只读）」；
2. 设计稿权限不足：联系设计稿所有者，将你的账号添加为「查看者/编辑者」；
3. 链接格式错误：确保链接包含 file/xxxxxx（设计稿 ID），而非分享链接或评论链接；
4. 网络问题：检查网络是否可访问 MasterGo 官网，或切换至稳定网络环境。

Q2: 生成的代码中图片资源缺失

原因及解决方案：

1. 图片节点未选中：复制链接时确保选中包含图片的节点，或读取整个设计稿数据；
2. 图片格式不支持：MasterGo MCP 暂不支持 WebP 格式，建议将图片导出为 PNG/SVG 后重新上传；
3. 资源下载路径错误：在智能体提示词中明确资源存放路径（如「将图片下载至 src/assets/images」）。

Q3: 样式参数与设计稿不一致

原因及解决方案：

1. 设计稿使用了未解析的变量：确保 Token 权限包含「变量（只读）」，或在设计稿中替换为固定值；
2. AI 解析误差：补充指令明确样式参数（如「字体大小为 16px，行高为 24px」）；
3. 单位转换问题：在提示词中指定单位（如「所有尺寸使用 REM 单位，1REM = 16px」）。

Q4: Token 泄露或需要撤销

1. 登录 MasterGo「个人设置 → 安全与授权 → 个人访问令牌」；
2. 找到目标 Token，点击「撤销」按钮，立即终止该 Token 的使用权限；
3. 重新生成新 Token，更新 TRAE CN IDE 中的 MCP 配置。

注意事项

1. 数据安全

• 勿将 Personal Access Token 分享给无关人员，定期（如 30 天）轮换 Token；
• 仅向可信的 AI 工具（如 TRAE CN IDE）配置 Token，避免数据泄露。

2. 兼容性

• TRAE CN IDE 低版本可能不支持最新的 MasterGo MCP 协议，建议保持 TRAE CN IDE 为最新版；
• MasterGo 本地客户端的离线设计稿无法被 MCP 读取，需先发布至云端。

3. 效率优化

• 设计稿命名/层级规范可大幅提升代码生成质量；
• 优先选择「读取指定位置 (layer_id)」而非整个设计稿，可减少 AI 解析时间。

总结

1. MasterGo MCP 核心是通过 Token 授权，让 AI 工具直接读取设计稿结构化数据，实现「设计 → 代码」智能化转换；
2. 关键步骤：生成带最小必要权限的 Token → 配置 TRAE CN IDE 的 MasterGo Magic Mcp → 复制设计稿链接 → 指令生成代码；
3. 常见问题多与 Token 权限、设计稿权限、链接格式相关，按「最小权限原则」生成 Token 可兼顾安全性与可用性。

AI 原生开发工作流逻辑图