Original en inglés: https://argusic.com/subject/cursor-talk-to-figma-mcp
cursor-talk-to-figma-mcp
TalkToFigma: integración de MCP entre AI Agent (Cursor, Claude Code, Codex) y Figma, que permite que la IA agéntica se comunique con Figma para leer diseños y modificarlos programáticamente.
Funciona con mocksfuente: GitHubsitio webJavaScriptMITcommit ddd90f3a6d45
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: agent, agentic, agentic ai, ai, ai agents, automation, claude code y codex.
cursor-talk-to-figma-mcp funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 6 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Dependencies installed, the project builds with tsup, the WebSocket relay starts on port 3055, and the MCP server starts on stdio, initializes, connects to the relay, and responds to all MCP protocol messages (initialize, tools/list, prompts/list, tools/call).
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 44 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
- Tiempo de instalación
- 6 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Tokens de modelo usados
- 80.026
- Commit exacto probado
- ddd90f3a6d45
- Imagen del contenedor
- sha256:4c3d41857be3
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Cómo se demostró el resultado
- las ejecuciones anteriores al 2026-09-07 no registraban el comando usado para comprobar el resultado
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
succeeded in 0ms: total 484 drwxr-xr-x 2 runner runner 4096 Sep 3 16:21 . drwxr-xr-x 8 runner runner 4096 Sep 3 16:21 .. -rwxr-xr-x 1 runner runner 86667 Sep 3 16:21 server.cjs -rw-rw-r-- 1 runner runner 149880 Sep 3 16:21 server.cjs.map -rw-rw-r-- 1 runner runner 20 Sep 3 16:21 server.d.cts -rw-rw-r-- 1 runner runner 20 Sep 3 16:21 server.d.ts -rwxr-xr-x 1 runner runner 83592 Sep 3 16:21 server.js -rw-rw-r-- 1 runner runner 149835 Sep 3 16:21 server.js.map tokens used 80,026
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 6 minutos, más rápido que la mediana de los 134 proyectos comparables que ha medido Argusic.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia MIT, según su plataforma de origen.
- Medido 3 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, cursor-talk-to-figma-mcp fue el 58.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 3/3 | No funcionó | 20,00 | 0,07 | |
| Argusic Runner | 2/3 | No funcionó | 20,00 | 0,13 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,03 |
Temas (de GitHub)
agentagenticagentic-aiaiai-agentsautomationclaude-codecodexcursordesignfigmagenerative-aillmllmsmcpmodel-context-protocol
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/cursor-talk-to-figma-mcp)Preguntas
- ¿Funciona cursor-talk-to-figma-mcp?
- cursor-talk-to-figma-mcp funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 6 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic cursor-talk-to-figma-mcp?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit ddd90f3a6d45. Hay 3 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar cursor-talk-to-figma-mcp?
- La ejecución que produjo este veredicto costó 0,03 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda cursor-talk-to-figma-mcp en instalarse?
- 6 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita cursor-talk-to-figma-mcp una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar cursor-talk-to-figma-mcp?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara cursor-talk-to-figma-mcp con las alternativas?
- De los 135 proyectos de agent que Argusic ha instalado y cronometrado, cursor-talk-to-figma-mcp fue el 58.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
- ¿Dónde está la evidencia de cursor-talk-to-figma-mcp?
- Las 3 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.