使用 Trae IDE 一键将 Figma 转为前端代码

在现代前端开发中,从设计稿到可用页面的交付往往需要大量重复劳动:切图、手写样式、布局调整……而借助 MCP Server - Figma AI Bridge,我们可以将 Figma 设计稿自动转换成整洁的 HTML/CSS/JS 代码,并立即生成可预览的网页。一键化、傻瓜式操作,让设计交付效率跃升。

本文测试使用的系统环境如下:

  • Trae IDE 版本:2.4.5
  • macOS 版本:14.7
  • Node.js 版本:24.6.0
  • npx 版本:11.5.2
  • Python 版本:3.13.3
  • uvx 版本:0.6.16

一、安装并启动 Trae IDE

Trae IDE 与 AI 深度集成,提供智能问答、代码自动补全及基于 Agent 的 AI 自动编程能力。首次使用时,前往官网下载并安装:

  1. 访问官网下载页面并选择对应平台的安装包。
  2. 双击运行安装程序,按提示完成安装。
  3. 启动 Trae IDE,初次打开会看到欢迎页及快速入门指南。

二、配置 MCP Server 运行环境

为了让 MCP Server 正常工作,需要安装 Node.js、npx、Python 及 uvx 工具。

1. 打开 Trae IDE 终端

  • 启动 Trae IDE。
  • 在顶部菜单栏依次点击 终端 > 新建终端,打开内置命令行。

图片

图片

  1. 安装 Python 与 uvx

前往 Python 官网 下载并安装 Python 3.8+。安装完成后在终端验证安装:

python3 --version 

安装 uv 工具集(包含 uvx):

//macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh //Windows powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" 

执行环境初始化:

source $HOME/.local/bin/env 

验证 uvx 安装:

uvx --version 
  1. 安装 Node.js 与 npx

前往 Node.js 官网 下载并安装 Node.js 18+。在终端验证安装:

node -v npx -v 

若看到类似 v22.x.x、11.x.x 的版本号,则说明安装成功;重启 Trae IDE 以使新安装生效。

三、获取 Figma Access Token

配置 Figma AI Bridge 时需要填写你的 Figma Personal Access Token,具体获取流程如下:

  1. 登录 Figma,在左上角点击用户头像,选择 Settings

图片

  1. 在顶部菜单中选择 Security。

图片

  1. 下滑至 Personal access tokens 区域,点击 Generate new token。在弹窗中输入 Token 名称、选择有效期并配置权限,以下是一些参考:

图片

  1. 点击 Generate token,复制生成的 Token 字符串备用。

四、在 Trae IDE 中添加 MCP Server - Figma AI Bridge

  1. 打开 Trae IDE,点击 AI 对话框右上角的 设置 图标,选择 MCP

图片

  1. 在 MCP 面板点击 + 添加 MCP Servers(或已添加时右侧的 + 添加)。在列表中找到 Figma AI Bridge,点击右侧 + 按钮。

图片

  1. 将之前复制的 Figma Personal Access Token 粘贴到输入框,点击 确认

图片


此时,MCP Server - Figma AI Bridge 已成功配置,并已自动添加到 “Builder with MCP” 智能体中。

五、创建自定义智能体并绑定 Figma AI Bridge

智能体(Agent)是你在不同场景下的 AI 助手。自定义智能体后,你可以灵活配置提示词和工具集,快速完成复杂任务。

在 AI 对话框右上角点击 设置,选择 智能体。点击 + 创建智能体

图片


在配置面板中:

  • (可选)上传智能体头像。
  • 输入智能体名称,例如:“Figma 助手”。

(可选)填写提示词,示例:

“根据用户提供的 Figma 链接,精准还原 UI 设计,生成响应式 HTML 前端页面代码。结构清晰,视觉细节与设计稿高度一致,禁止擅自修改设计内容。”在 工具-MCP 部分仅勾选 Figma AI Bridge
  • 在 工具-内置 部分勾选:
  • 文件系统(File System)
  • 终端(Terminal)
  • 联网搜索(Web Search)
  • 预览(Preview)配置完成后示例:

图片


点击 创建,完成后应用自定义智能体。

六、一键生成前端页面

  1. 在本地新建一个空文件夹,在 Trae IDE 中打开该文件夹。
  2. 在 AI 对话框右下角选择模型(本文以 DeepSeek-V3-0324 为例)。
  3. 打开 Figma 设计稿页面,选中目标画板,右键 → Copy/Paste as > Copy link to selection,复制链接。

图片

在 Trae IDE AI 对话输入框中粘贴链接,并附上需求说明,例如:

“请严格按照我提供的 Figma 链接内容生成 HTML 前端页面,UI 要严格还原设计稿,需要实现响应式设计。”

图片
智能体开始调用 Figma AI Bridge,读取设计稿并自动生成前端项目文件夹和 index.html。以下为生成过程示例:

图片


生成完成后,双击输出的 index.html,在浏览器中预览最终效果。若需调整,可在 AI 对话框继续与智能体互动,优化样式或交互,直至满意为止。

Read more

Windows 下 OpenClaw (小龙虾) 极速部署指南:从零基础到 Web 界面成功运行

🚀 [保姆级教程] Windows 下 OpenClaw (小龙虾) 极速部署指南:从零基础到 Web 界面成功运行 摘要:OpenClaw(开源 AI 代理框架)功能强大但配置项繁多,新手极易在插件配置阶段劝退。本文记录了一次在 Windows 环境下“极简启动”的完整实战过程。我们将采用**“核心优先,插件后置”**的策略,跳过所有非必要的第三方依赖(如 Notion/GitHub),仅配置核心大模型 API(以 Moonshot/Kimi 为例),快速跑通本地服务并验证 Web 控制面板。适合希望快速搭建本地 AI 助手的开发者。 关键词:OpenClaw, AI Agent, Windows 安装, Kimi API, Moonshot,

Java Web 毕业生实习与就业管理系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】

Java Web 毕业生实习与就业管理系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】

摘要 随着高校毕业生数量逐年增加,就业市场竞争日益激烈,传统的就业管理方式已难以满足高效、精准的就业服务需求。高校就业管理部门需要一套智能化、信息化的管理系统,以实现毕业生实习与就业全流程的数字化管理。该系统能够整合毕业生信息、企业招聘需求、实习安排等数据,为学校、企业和学生提供便捷的信息交互平台。通过数据分析与可视化,帮助学校优化就业指导策略,提升毕业生就业质量。关键词:毕业生就业管理、实习管理、信息化系统、数据分析、SpringBoot2。 本系统基于SpringBoot2框架开发,采用前后端分离架构,前端使用Vue3实现动态交互,后端通过MyBatis-Plus高效操作MySQL8.0数据库。系统功能模块包括毕业生信息管理、企业招聘管理、实习过程跟踪、就业数据统计等。管理员可通过后台管理毕业生档案、发布招聘信息;学生端支持简历投递、实习反馈;企业端实现岗位发布、人才筛选。系统还集成权限控制与日志记录,确保数据安全与操作可追溯。关键词:Vue3、MyBatis-Plus、MySQL8.0、权限控制、就业统计。 数据表设计 毕业生信息数据表 毕业生信息数据表存储学生基本资料

新手福音:用快马平台生成windows18-hd19风格页面学前端

作为一名刚接触前端开发的新手,最近我在学习如何实现windows18-hd19风格的页面设计。这种高清界面风格特别适合用来练习现代CSS技巧,特别是毛玻璃效果、动画过渡和交互细节的处理。下面我就分享一下通过InsCode(快马)平台快速实现这个登录页面的过程。 1. 整体布局设计思路 首先需要明确页面的基本结构。windows18-hd19风格的特点是简洁现代,所以采用全屏渐变背景,中间放置一个居中的登录框。登录框使用毛玻璃效果让背景适当模糊,同时添加细微的发光边框提升质感。 2. 背景与毛玻璃效果实现 背景使用CSS的线性渐变实现,从深蓝色过渡到紫色。登录框的毛玻璃效果通过backdrop-filter属性实现,这个属性可以让我们对元素背后的内容应用模糊等滤镜效果。为了兼容性,还需要添加-webkit前缀。 3. 输入框交互细节 输入框获得焦点时的动画效果通过CSS的transition实现。当用户点击输入框时,边框颜色会平滑过渡到高亮状态,同时添加轻微的放大效果提升视觉反馈。这些细节虽然小,但对用户体验很重要。 4. 按钮交互设计 提交按钮的悬停和点击效果分别使用:hov

【DGX Spark 实战】部署 vLLM + Open WebUI 运行 Qwen3-Coder-Next-FP8(CUDA 13.0 兼容版)-修订

【DGX Spark 实战】部署 vLLM + Open WebUI 运行 Qwen3-Coder-Next-FP8(CUDA 13.0 兼容版)-修订

感谢Qwen3-Coder-Next-FP8为本文进行润色,调整,绘制架构图。但是所有的文字及链接经过手工修订。需要SGLang推理框架,移步 【DGX Spark 实战】部署SGLang,千问3.5-27B模型初探 我们已严格按您提供的原始内容(包括 CUDA_VERSION=130、CPU_ARCH=aarch64、路径 ~/vllm、用户 admin 等)进行全量修正与标准化,确保所有命令与 DGX Spark 实际环境一致。 摘要本文详细记录在 NVIDIA DGX Spark(Grace Blackwell 架构)上部署 vLLM 推理服务并接入 Open WebUI 的完整流程,包含 FlashAttention 编译、vLLM wheel 安装、Qwen3-Coder-Next-FP8