Original em inglês: https://argusic.com/subject/cursor-talk-to-figma-mcp
cursor-talk-to-figma-mcp
TalkToFigma: integração MCP entre AI Agent (Cursor, Claude Code, Codex) e o Figma, permitindo que Agentic AI se comunique com o Figma para ler designs e modificá-los programaticamente.
Executa com mocksfonte: GitHubpágina do projetoJavaScriptMITcommit ddd90f3a6d45
JavaScript, licença MIT. O projeto se descreve como: agent, agentic, agentic ai, ai, ai agents, automation, claude code e codex.
cursor-talk-to-figma-mcp executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 6 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
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).
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 44 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
- Tempo de instalação
- 6 minutos
- Da máquina limpa até o fim
- 8 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Tokens de modelo usados
- 80.026
- Commit exato testado
- ddd90f3a6d45
- Imagem do container
- sha256:4c3d41857be3
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Como o resultado foi comprovado
- as execuções anteriores a 2026-09-07 não registravam o comando usado para conferir o resultado
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 6 minutos, mais rápido que a mediana dos 134 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 3 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
Dos 135 projetos de agent que a Argusic instalou e cronometrou, cursor-talk-to-figma-mcp foi o 58º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 3/3 | Não executou | 20,00 | 0,07 | |
| Argusic Runner | 2/3 | Não executou | 20,00 | 0,13 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,03 |
Tópicos (de GitHub)
agentagenticagentic-aiaiai-agentsautomationclaude-codecodexcursordesignfigmagenerative-aillmllmsmcpmodel-context-protocol
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/cursor-talk-to-figma-mcp)Perguntas
- cursor-talk-to-figma-mcp executa?
- cursor-talk-to-figma-mcp executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 6 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou cursor-talk-to-figma-mcp?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit ddd90f3a6d45. Há 3 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar cursor-talk-to-figma-mcp?
- A execução que produziu este veredito custou US$ 0,03: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar cursor-talk-to-figma-mcp?
- 6 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- cursor-talk-to-figma-mcp precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar cursor-talk-to-figma-mcp?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como cursor-talk-to-figma-mcp se compara às alternativas?
- Dos 135 projetos de agent que a Argusic instalou e cronometrou, cursor-talk-to-figma-mcp foi o 58º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
- Onde estão as evidências de cursor-talk-to-figma-mcp?
- Todas as 3 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.