lanhu-mcp

设计稿一键变代码,AI 编程效率翻倍

开源 🏷️定价信息待确认 🔧 仅开源项目,无在线服务,需自行部署 智能体 🍴 复刻 283 🐛 待处理 43 👀 关注 8
GitHub ↗
GitHub 星标 ★ 2557
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

lanhu-mcp 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队dsphper
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,ai-agents,ai-coding,ai-tools,mcp,mcp-service,mcp-tools
GitHub 星标★ 2557
上线时间2025-12-17 00:00:00
代码更新2026-11-03
仓库体积2.8 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数5

项目介绍

lanhu-mcp 是一个专为 AI 编程时代设计的团队协作 MCP 服务器,旨在将设计稿直接转化为可运行的代码。它解决的核心问题是设计与开发之间的鸿沟,让 AI 能够理解设计意图并自动生成前后端代码。项目通过连接设计工具(如蓝湖)与 AI 编程助手,实现需求分析、代码生成和切图下载的一体化流程。其核心能力包括:自动解析设计稿中的组件、样式和布局,生成结构清晰的前端代码;结合后端逻辑生成接口代码;并提供切图资源管理。它支持主流 MCP 协议,可无缝集成到 Cursor、Claude 等 AI 编程环境中,显著提升开发效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2557

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:Docker 8 步

环境要求

  • Python 3.10+(源码运行时需要)
  • Docker 与 Docker Compose(Docker 部署时使用)
  • 支持视觉功能的 AI 模型,如 Claude、GPT、Gemini、Kimi、Qwen、DeepSeek
  • 蓝湖账号及其 Cookie

安装与启动步骤

  1. 1选择视觉模型

    必须使用具备图像识别能力的模型,纯文本模型如 GPT-3.5、Claude Instant 不可用。

  2. 2获取蓝湖 Cookie

    登录蓝湖网页版,打开浏览器开发者工具,从请求头中复制 Cookie 备用。

  3. 3配置环境变量

    在项目目录运行脚本,交互式获取并配置蓝湖 Cookie,自动生成 .env 文件。

    bash setup-env.sh
  4. 4启动 Docker 服务

    使用 Docker Compose 启动服务,服务器默认监听 8000 端口。

    docker-compose up -d
  5. 5查看运行日志

    跟踪容器日志,确认服务无报错并正常启动。

    docker-compose logs -f
  6. 6源码安装依赖

    源码运行替代方案:安装 Python 依赖并下载 Playwright 的 Chromium 浏览器。

    pip install -r requirements.txt
    playwright install chromium
  7. 7源码启动服务

    设置 LANHU_COOKIE 等环境变量后,运行脚本启动 HTTP 版 MCP 服务。

    python lanhu_mcp_server.py
  8. 8stdio 按需启动

    适合 Cursor、Claude Code 等本地 MCP 客户端按需拉起服务,无需常驻 HTTP。

    ./run-stdio.sh

关键配置

配置项必填说明示例
LANHU_COOKIE是蓝湖网页版请求头中的 Cookie,用于访问设计稿与需求文档your_lanhu_cookie_here
FEISHU_WEBHOOK_URL否飞书机器人 Webhook 地址,用于团队留言板通知https://open.feishu.cn/open-apis/bot/v2/hook/your-webhook-ur
SERVER_HOST否服务器监听地址0.0.0.0
SERVER_PORT否服务器监听端口8000
FEISHU_USER_ID_MAP否飞书用户 ID 映射字典,用于支持 @提醒功能

如何确认成功

执行 docker-compose logs -f 无报错,且 http://localhost:8000/mcp 可访问即启动成功。

常见问题

Q:必须使用什么 AI 模型?

A:必须支持视觉图像识别,推荐 Claude、GPT、Gemini、Kimi、Qwen、DeepSeek,不支持纯文本模型。

Q:如何获取蓝湖 Cookie?

A:登录蓝湖网页版,打开浏览器开发者工具,在请求头中复制 Cookie,然后配置到 .env 或环境变量中。

Q:Docker 和源码运行怎么选?

A:Docker 环境隔离、一键部署,推荐优先使用;源码运行需 Python 3.10+ 并安装 Playwright Chromium。

Q:stdio 和 HTTP 方式有何区别?

A:stdio 适合 Cursor、Claude Code 等本地 MCP 客户端按需拉起;HTTP 常驻服务监听 8000 端口。

注意事项

  • 必须使用支持视觉功能的 AI 模型,纯文本模型无法使用本项目。
  • setup-env.sh 会交互式引导获取并配置蓝湖 Cookie,自动生成 .env 文件。
  • 源码运行需 Python 3.10+,并执行 playwright install chromium。
  • 服务启动后 MCP 地址为 http://localhost:8000/mcp。

核心亮点

  • 自动解析设计稿并生成前后端代码,减少手动编码时间
  • 内置切图下载功能,省去设计资源整理环节
  • 基于 MCP 协议,可快速接入主流 AI 编程工具

不足之处

  • 依赖蓝湖生态,对非蓝湖设计稿支持有限
  • 生成代码质量可能受设计稿复杂度和标注完整性影响

适用场景

  • 前端团队快速将设计稿转化为可运行页面
  • 全栈开发中自动生成接口与前端联调代码
  • 设计交付环节自动化提取切图资源

替代项目

screenshot-to-code、Locofy、Anima

上一篇:agterm

下一篇:mirage

同类项目推荐

openclaw-desktop 开源

把 OpenClaw 装进桌面,告别浏览器,聊天更顺手

️ A native desktop client for OpenClaw premium UI experience without the browser. ···

★ 120 2026-08-09
ragent 开源

开箱即用的企业级 RAG 智能体,全链路搞定检索与问答

企业级 Agentic RAG 智能体 - 全链路覆盖文档解析、多路检索、意图识别、问题重写、会话记···

★ 4442 2026-08-09
awesome-code-agents 开源

一站式追踪代码智能体前沿研究

A living collection of frontier research on code agents, from the code we build to t···

★ 171 2026-08-09
oryxos 开源

像管进程一样管 AI Agent,分布式调度开箱即用

OryxOS is an open-source Distributed AI Agent OS

★ 206 2026-10-01
openagent 开源

拖拽搭建深度推理 AI 智能体,支持多智能体协作

What if OpenAI Deep Research and Dify were one platform? OpenAgent — harness archit···

★ 748 2026-08-09
mnemory 开源

给 AI 助手装一个自托管、会自动整理事实的长期记忆库

A self-hosted, secure, feature-rich memory system for AI agents and assistants. Prov···

★ 282 2026-10-24
harness-books 开源

读懂 Claude Code 与 Codex 的设计内核,掌握智能体工程精髓

Harness engineering in two books: constraints, query loops, context governance and m···

★ 3239 2026-08-09
vibe 开源

用你自己的 LLM 密钥,让 AI 帮你浏览网页

Open-Source AI-powered web browser. Browse the web with your own LLM API key. Altern···

★ 94 2026-08-09