figwright
★ 1.1k
vs
fastapi_mcp
★ 12.0k
figwright vs fastapi_mcp
figwright：Figwright使AI代理能够双向与Figma交互，支持将设计选择转换为框架感知的代码，并直接在画布上创建或编辑设计。它通过MCP服务器和Figma插件之间的本地WebSocket中继运行，无需Figma开发者模式或付费层级即可使用。；fastapi_mcp：FastAPI-MCP允许您将现有的FastAPI端点作为模型上下文协议（MCP）工具公开。它与FastAPI进行原生集成，包括使用现有依赖项的内置认证，并保留了模型的架构和文档。
01
简评
figwrightDev Tooling · ★ 1.1k
直接从Figma选区生成框架感知的代码（例如React组件）。
fastapi_mcpDev Tooling · ★ 12.0k
何时选择它（优势与适用）：
- 你已经有现成的 FastAPI 应用，希望直接复用现有的 FastAPI 鉴权依赖与 Swagger Schema，将接口一键暴露为 MCP 工具。
- 希望将 MCP 服务直接挂载到现有 ASGI 应用中或独立部署（MIT 许可）。
何时考虑替代方案：
- 你是从零构建独立的 MCP Server，而非包装已有的 FastAPI 服务；应使用 FastMCP 或官方 MCP Python SDK。
- 你要求依赖库近期持续高频更新（该仓库最后一次推送在 2025 年 11 月）。
02
并排对比
03
功能特性
figwright01免费使用，无需Figma开发者模式或付费订阅。
02双向交互，支持读取设计和直接写入画布。
03优先考虑提供者代码生成，适应现有技术栈和组件。
04兼容任何MCP客户端（例如Claude Code、Cursor）。
05开放可扩展的架构，支持通过可安装的技能定制工作流。
fastapi_mcp01内置认证，复用现有FastAPI依赖！
02FastAPI原生：并非简单的OpenAPI转MCP转换器
03零/极少配置要求
04保留请求和响应模型的架构
05灵活部署——可将MCP服务器挂载到同一应用，或独立部署
04
使用场景
figwright↳直接从Figma选区生成框架感知的代码（例如React组件）。
↳通过自然语言描述或代码在画布上构建或编辑Figma设计。
↳集成AI代理以自动化设计实现和迭代过程。
↳为AI模型创建丰富的设计上下文，连接Figma数据与代码库组件。
fastapi_mcp↳将FastAPI服务作为支持MCP的大型语言模型（LLM）的工具进行集成。
↳使LLM能够与通过FastAPI公开的现有业务逻辑和数据进行交互和利用。
↳在MCP生态系统中快速公开已认证的FastAPI API作为可发现和可用的工具。
05
适合场景
figwright必备神器
fastapi_mcp最受欢迎必备神器
FAQ
常见问题
figwright 和 fastapi_mcp 有什么区别？
figwright 和 fastapi_mcp 都属于 Dev Tooling 类别。figwright 有 1.1k Stars，fastapi_mcp 有 12.0k Stars。
figwright 和 fastapi_mcp 哪个更好？
最佳选择取决于你的具体需求。直接从Figma选区生成框架感知的代码（例如React组件）。 时选 figwright，将FastAPI服务作为支持MCP的大型语言模型（LLM）的工具进行集成。 时选 fastapi_mcp。
figwright 是免费的吗？
是的，figwright 在 GitHub 开源（MIT）。
fastapi_mcp 是免费的吗？
是的，fastapi_mcp 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→