Unbegrenzter Figma-MCP für KI-Agenten über ein Open-Source-Plugin
figma-console-mcp ermöglicht es KI-Agenten, die Figma-Plugin-API als MCP-Server zu nutzen und das Limit von 20 Aufrufen pro Monat im kostenlosen Figma-Tarif zu umgehen.
Der offizielle Figma-MCP hat im kostenlosen Tarif ein Limit von nur 20 MCP-Aufrufen pro Monat. Auf GitHub wurde eine Alternative gefunden: figma-console-mcp, ein Open-Source-Plugin, das die Figma-Plugin-API Agenten als echten MCP-Server bereitstellt.
Der entscheidende Punkt: Die Figma-Plugin-API hat keine Aufruf-Limits, während das Plugin weiterhin über MCP angesprochen werden kann.
Damit erhält ein Agent nahezu denselben Funktionsumfang wie der offizielle MCP:
- Frames, Formen, Text und mehr erstellen und bearbeiten;
- Prototyp-Übergänge konfigurieren;
- Ihre Änderungen in Echtzeit verfolgen;
- und 130 zusätzliche Tools nutzen.
Als einzige echte Funktion fehlt Code Connect, also die Verbindung zwischen Komponenten und Code.
Einrichtung:
- Laden Sie die Desktop-Version von Figma herunter.
- Geben Sie Ihrem Agenten dieses Repository.
- Er erstellt das Plugin Desktop Bridge.
- Öffnen Sie das gewünschte Projekt.
- Aktivieren Sie das Plugin: Plugins → Development → Figma Desktop Bridge.
Es funktioniert auf macOS und Windows.
Warum das wichtig ist
AnalyseDas senkt eine praktische Kostenbarriere für agentengesteuerte Design-Workflows und zeigt, wie MCP bestehende Plugin-APIs integrieren kann.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Loop Engineering: Architektur autonomer Schleifen und das Ende des manuellen Promptings
Ein tiefgehender Einblick in Loop Engineering: Architektur selbstunterhaltender Zyklen für Claude Code und autonome Agenten, DOER/CHECKER-Muster, deterministische Verifizierung, der /goal-Befehl und die Bekämpfung von Reward Hacking.
Funktionsaufruf (Function Calling / Tool Calling)
Technisches Protokoll und Standard für die Interaktion von LLMs mit externer Software. Anstelle von Freitext gibt das Modell ein valides JSON-Objekt zurück, das den Funktionsnamen und typisierte Argumente gemäß dem JSON-Schema enthält. Dies ermöglicht es dem Backend, Aktionen in echten APIs deterministisch auszuführen.
Teil I. Architektur von KI-Agenten: Grundlegende Bausteine
Zehn grundlegende Bausteine eines modernen Agenten: Modell-Taxonomie, Runtime-Loop, Prompting-Techniken, Distillation, Skills, Memory, Function Calling und Unit Economics.
Kurzzeit- und Langzeitgedächtnis von Agenten
Architektur des mehrstufigen Gedächtnisses autonomer Agenten. Unterscheidung zwischen Kurzzeitgedächtnis (Short-Term Memory – aktives Kontextfenster der aktuellen Sitzung) und Langzeitgedächtnis (Long-Term Memory – Vektordatenbanken, Benutzerprofil-Dateien und episodische Protokolle).