cursor-talk-to-figma-mcp
★ 7.1k
vs
mcp-atlassian
★ 6.1k
cursor-talk-to-figma-mcp vs mcp-atlassian
cursor-talk-to-figma-mcp：该项目实现了Cursor AI与Figma之间的模型上下文协议（MCP）集成，支持AI驱动的Figma设计程序化交互。它允许Cursor通过WebSocket服务器和Figma插件读取设计信息、修改元素并自动化各种设计任务。；mcp-atlassian：MCP Atlassian是一个模型上下文协议服务器，旨在与Atlassian的Confluence和Jira产品无缝集成。它使AI助手能够与这些平台的云端和本地部署进行交互。
01
简评
cursor-talk-to-figma-mcpAPI Integration · ★ 7.1k
自动化重复的设计任务，例如批量文本替换和实例覆盖传播。
mcp-atlassianAPI Integration · ★ 6.1k
何时选择它（优势与适用）：
- 你在 Server 或 Data Center 上运行 Jira 或 Confluence（Jira 8.14+、Confluence 6.0+），官方托管服务器不覆盖这种部署。
- 想用 `uvx mcp-atlassian` 自己运行服务器，留在自己的机器或网络里。
- 想在一个 MIT 许可的服务器里同时拿到 JQL 和 CQL 搜索、issue 状态流转和 SLA 计算工具。
何时考虑替代方案：
- 你需要 Bitbucket、Jira Service Management 或 Compass：README 只覆盖 Jira 和 Confluence。
- 你不想把 API token 写进 MCP 客户端配置：这个服务器从环境变量读取凭据。
- 你在用 Python 3.14：README 说明暂不支持。
02
并排对比
03
功能特性
cursor-talk-to-figma-mcp01AI驱动的Figma设计程序化交互。
02自动化批量文本内容替换。
03组件实例覆盖传播。
04全面的文档和选择信息检索。
05高级布局、样式和元素创建控制。
mcp-atlassian01搜索并检索Jira问题和Confluence页面中的信息。
02创建和更新Jira问题及Confluence页面。
03管理Jira问题的工作流和状态。
04在Confluence页面中添加评论。
05支持Atlassian云端和本地部署。
04
使用场景
cursor-talk-to-figma-mcp↳自动化重复的设计任务，例如批量文本替换和实例覆盖传播。
↳将手动设计注释转换为Figma原生注释以更好地组织。
↳将Figma原型交互可视化为FigJam连接线，以便更清晰地映射流程。
mcp-atlassian↳查询Jira中分配给自己的问题或特定项目详情。
↳在Confluence中搜索文档或知识库文章。
↳自动化Jira工单的创建和更新。
05
适合场景
cursor-talk-to-figma-mcp必备神器
mcp-atlassian必备神器
FAQ
常见问题
cursor-talk-to-figma-mcp 和 mcp-atlassian 有什么区别？
cursor-talk-to-figma-mcp 和 mcp-atlassian 都属于 API Integration 类别。cursor-talk-to-figma-mcp 有 7.1k Stars，mcp-atlassian 有 6.1k Stars。
cursor-talk-to-figma-mcp 和 mcp-atlassian 哪个更好？
最佳选择取决于你的具体需求。自动化重复的设计任务，例如批量文本替换和实例覆盖传播。 时选 cursor-talk-to-figma-mcp，查询Jira中分配给自己的问题或特定项目详情。 时选 mcp-atlassian。
cursor-talk-to-figma-mcp 是免费的吗？
是的，cursor-talk-to-figma-mcp 在 GitHub 开源（MIT）。
mcp-atlassian 是免费的吗？
是的，mcp-atlassian 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）。
→