L
Lanhu Context MCP
作者 @refinist
把蓝湖设计稿整理成可直接交给 AI 落地实现的上下文
创建于 4/23/2026
更新于 about 4 hours ago
README
Repository documentation and setup instructions
lanhu-context-mcp
简体中文 | English
✨ 把蓝湖设计稿整理成可直接交给 AI 落地实现的上下文。
Features
- ✨ 把蓝湖设计稿整理成可直接交给 AI 落地实现的上下文
- 🎨 支持输出
HTML+CSS或HTML+Tailwind,可以按项目技术栈选择更合适的形态 - 🖼️ 返回切图资源映射和下载命令,减少手动逐个处理图片资源的步骤
- 🧱 补充
Design Tokens和设计预览图,方便下游模型继续实现和视觉校验 - 🧭 附带面向下游 AI 的实现指引,明确优先级、适配方式和约束条件
- ⚙️ 支持通过 CLI 参数和环境变量配置
Tailwind输出、跳过切图、单位缩放和提示语言
文档
完整文档请访问 lanhu.refineup.com。
快速开始
环境要求
- Node.js
^20.19.0 || >=22.12.0
设计稿转码
- 设计稿需要先开启转码功能,然后上传到蓝湖
Step 1. 准备环境变量
先创建一个 .env.local 文件。
你需要一个可用的蓝湖登录 Token,可参考 获取蓝湖 Token。
LANHU_TOKEN=your_lanhu_token_here
Step 2. 配置 MCP
把下面对应客户端的 MCP 配置写入对应文件:
Codex(.codex/config.toml)
[mcp_servers.lanhu-context-mcp]
cwd = "/absolute/path/to/current-project"
command = "npx"
args = ["-y", "lanhu-context-mcp"]
Claude Code(.mcp.json) / Cursor(.cursor/mcp.json)
{
"mcpServers": {
"lanhu-context-mcp": {
"command": "npx",
"args": ["-y", "lanhu-context-mcp"]
}
}
}
Codex 的 MCP 配置比较特殊,需要额外设置 cwd,并把它填写为当前项目的绝对路径。由于这个路径通常因人而异,通常不建议把 .codex/config.toml 提交到 Git,建议做好 Git 排除并由每位开发者在本地自行维护。
Windows
如果在 Windows 下直接使用上面的 npx 配置启动失败,可以改用下面的写法:
Codex(WSL2)
[mcp_servers.lanhu-context-mcp]
cwd = "/absolute/path/to/current-project"
command = "npx"
args = ["-y", "lanhu-context-mcp"]
Codex(原生)
[mcp_servers.lanhu-context-mcp]
cwd = "C:\\absolute\\path\\to\\current-project"
command = "C:\\Program Files\\nodejs\\npx.cmd"
args = ["-y", "lanhu-context-mcp"]
[mcp_servers.lanhu-context-mcp.env]
APPDATA = "C:\\Users\\{your-name}\\AppData\\Roaming"
LOCALAPPDATA = "C:\\Users\\{your-name}\\AppData\\Local"
USERPROFILE = "C:\\Users\\{your-name}"
HOME = "C:\\Users\\{your-name}"
SYSTEMROOT = "C:\\Windows"
COMSPEC = "C:\\Windows\\System32\\cmd.exe"
Claude Code(.mcp.json) / Cursor(.cursor/mcp.json)
{
"mcpServers": {
"lanhu-context-mcp": {
"command": "cmd",
"args": ["/c", "npx", "-y", "lanhu-context-mcp"]
}
}
}
Codex 原生 fallback 参考:
openai/codex#2555
Step 3. 安装 Lanhu Helper 谷歌浏览器插件
安装 Lanhu Helper 后,可以直接从蓝湖右键复制选中图层链接或示例提示词。
Step 4. 将蓝湖链接和提示词发给 AI
请根据这个蓝湖设计稿实现
@https://lanhuapp.com/web/#/item/project/detailDetach?tid={tid}&pid={pid}&project_id={project_id}&image_id={image_id}
https://lanhuapp.com/web/#/item/project/detailDetach?tid={tid}&pid={pid}&project_id={project_id}&image_id={image_id}
提示词可以按你的想法来写,但蓝湖 URL 必须确保完整且正确,否则无法正常调用 Tool。
生态
Lanhu Helper — 配套的蓝湖 Chrome 浏览器扩展,可以从蓝湖右键复制选中图层链接和示例提示词
License
Copyright (c) 2026-present, REFINIST
快速设置
此服务器的安装指南
安装包 (如果需要)
npx @modelcontextprotocol/server-lanhu-context-mcp
Cursor 配置 (mcp.json)
{
"mcpServers": {
"refinist-lanhu-context-mcp": {
"command": "npx",
"args": [
"refinist-lanhu-context-mcp"
]
}
}
}