蓝湖 MCP让管理端页面更简单

蓝湖 MCP(Lanhu MCP)使用指南:让设计稿与开发流程无缝连接

一、前言

在现代前后端协作开发中,设计稿的获取与对齐一直是一个高频痛点。设计师使用蓝湖(Lanhu)进行设计管理,而开发者往往需要反复在网页中查看、切图、对齐信息,效率较低。

随着 MCP(Model Context Protocol,模型上下文协议)的普及,越来越多工具开始支持"AI 直接读取设计数据"的能力。

本文介绍的开源项目:

👉 https://github.com/dsphper/lanhu-mcp

它的核心目标是:

将蓝湖设计数据接入 MCP,让 AI(如 Cursor、Claude、ChatGPT 插件等)可以直接读取设计稿信息,实现自动化开发辅助。


二、Lanhu MCP 是什么?

Lanhu MCP 是一个基于 MCP 协议封装的服务,它可以:

  • 🔗 对接蓝湖 API
  • 📄 获取设计稿页面结构
  • 🎨 获取组件信息(颜色、字体、间距等)
  • 🧩 提供给 AI 工具使用
  • ⚡ 实现"设计稿 → 代码"的辅助生成能力

简单来说:

它让 AI 可以"读懂蓝湖设计稿"


三、适用场景

Lanhu MCP 适合以下场景:

1. 前端开发

  • 自动生成页面布局代码
  • 获取设计稿 CSS 信息
  • 减少手动对照设计图时间

2. AI 编程助手

  • Cursor / Claude / ChatGPT 插件
  • 根据设计稿生成组件代码

3. 团队协作

  • 统一设计稿数据来源
  • 减少沟通成本

四、核心能力

Lanhu MCP 提供的能力通常包括:

1. 设计稿列表查询

获取项目下所有设计页面

2. 页面结构解析

解析画板结构、图层信息

3. 样式数据提取

  • 字体大小
  • 颜色值
  • 间距
  • 对齐方式

4. 图片资源获取

  • 自动下载切图
  • 获取图片 URL

五、快速开始

1. 克隆项目

复制代码
git clone https://github.com/dsphper/lanhu-mcp.git
cd lanhu-mcp

2. 安装依赖

如果是 Node.js 项目:

复制代码
npm install

或:

复制代码
yarn install

3. 配置蓝湖 Token

通常需要配置蓝湖的 API Token,例如:

复制代码
export LANHU_TOKEN=你的token
export LANHU_PROJECT_ID=你的项目ID

或者在 .env 文件中:

复制代码
LANHU_TOKEN=xxxxxx
LANHU_PROJECT_ID=xxxxxx

4. 启动 MCP 服务

复制代码
npm run start

启动后会提供一个 MCP Server,例如:

复制代码
http://localhost:3000/mcp

六、在 Cursor / AI 中使用

如果你使用 Cursor,可以在 MCP 配置中加入:

复制代码
{
  "mcpServers": {
    "lanhu": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

然后你就可以直接在 AI 中说:

"帮我根据蓝湖设计稿生成一个登录页面"

AI 会自动:

  • 拉取设计稿结构
  • 分析布局
  • 生成前端代码

七、工作流程示意

整体流程如下:

复制代码
蓝湖设计稿
     ↓
Lanhu MCP 服务
     ↓
AI(Cursor / Claude / ChatGPT)
     ↓
生成前端代码 / UI结构

八、优势总结

相比传统方式,Lanhu MCP 的优势非常明显:

✔ 提升效率

无需手动切图、对照 CSS

✔ 降低沟通成本

设计稿结构直接可被 AI 使用

✔ 自动化开发

支持"设计 → 代码"半自动生成

✔ 可扩展性强

可接入多个 AI 工具


九、注意事项

  • 蓝湖 API 可能存在权限限制
  • MCP 服务需要保持稳定运行
  • 设计稿结构复杂时 AI 生成效果依赖 prompt
  • 建议结合组件库(Element Plus / Ant Design / Vue3 / React)

十、总结

Lanhu MCP 是一个非常有价值的工具,它本质上是:

打通设计稿与 AI 编程之间的桥梁

对于前端开发者来说,它可以显著提升开发效率,是"AI + 前端开发"的一个重要工具链补充。


项目地址

👉 https://github.com/dsphper/lanhu-mcp