Original en inglés: https://argusic.com/subject/figwright
figwright
Servidor MCP de Figma gratuito y bidireccional. Convierte diseños en código adaptado al framework y haz push del código de vuelta al lienzo. Funciona con Claude Code, Cursor, Codex y cualquier cliente MCP.
Funcionafuente: GitHubTypeScriptMITcommit 832b5a358bf4
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai, claude code, codegen, codex, cursor, design to code, figma y figma mcp.
figwright funciona. Un agent de Argusic lo instaló en 7 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The repository installs and builds cleanly under Node 24.17.0/pnpm 12.8.0, its full 2162-test suite passes, and the built MCP server launches, advertises 116 tools, and answered a real tools/call ping over stdio.
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 100 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.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- container Node is v18.19.1 but repo requires ^24.11.0 || >=26.0.0, and pnpm is not installed2 minutos
- Tiempo de instalación
- 7 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pnpm test exited 0 with 210 files/2162 tests passed (e2e 49/49 against built dist, none skipped); JSON-RPC stdio session with packages/mcp/dist/index.mjs returned initialize {name: figwright, version: 0.5.0}, tools/list 116 tools, tools/call ping {ok: true, hop: server-only}; pnpm build produced dist for mcp and plugin
- Tokens de modelo usados
- 209.666
- Commit exacto probado
- 832b5a358bf4
- Imagen del contenedor
- sha256:cdd920bce783
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.
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
tokens used
209,666
All verification is complete. Here is the report.
**Findings (observed)**
- `pnpm install` succeeded (212 packages, postinstall synced both skills) — no repo changes (`git s…
- System Node in the container was **v18.19.1** vs the repo's required `^24.11.0 || >=26.0.0` (`.no…
- CI gates pass: `pnpm typecheck`, `pnpm lint`, `pnpm format:check`, `pnpm knip` all exit 0.
- `pnpm build` succeeds: `packages/mcp/dist/index.mjs` (532 kB), `packages/plugin/dist/code.js` (27…
- `pnpm test`: **210 files / 2162 tests passed, 0 failed** (~31s), incl. 6 dist-backed e2e files (4…
- Launched the built server over real stdio: `initialize` answered `{name: 'figwright', version: '0…
- Could not verify: the plugin by itself has no executable sandbox prebuilt in this repo (it post-b…
`ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 7.0, "err…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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 7 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, figwright fue el 127.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 7 minutos después del clon.
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
Temas (de GitHub)
aiclaude-codecodegencodexcursordesign-to-codefigmafigma-mcpfigma-pluginfigma-to-codemcpmodel-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/figwright)Preguntas
- ¿Funciona figwright?
- Sí. figwright funciona. Argusic lo instaló y lo inició en una máquina limpia en 7 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic figwright?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 832b5a358bf4. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar figwright?
- La ejecución que produjo este veredicto costó 0,05 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 figwright en instalarse?
- 7 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita figwright una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar figwright?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara figwright con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, figwright fue el 127.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de figwright?
- La ejecución registrada está 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.