dsphper/lanhu-mcp

해결하는 문제

Lanhu MCP 서버는 Lanhu(디자인 배포 플랫폼)의 디자인/요구사항 문서와 AI 기반 IDE 사이의 격차를 메웁니다. 개별 개발자의 AI 어시스턴트가 공유된 맥락을 갖지 못해 동일한 요구사항을 반복적으로 분석해야 하는 'AI 고립' 문제를 방지합니다. 또한 프론트엔드 구현을 위해 디자인 파일에서 UI 매개변수와 자산을 수작업으로 추출하는 번거로운 과정을 자동화합니다.

작동 방식

Model Context Protocol (MCP)를 구현하여 Cursor, Windsurf, Claude Code와 같은 AI 클라이언트가 Lanhu의 API와 연동하는 중앙 서버에 연결할 수 있도록 합니다. 서버는 AI에게 다음 도구를 제공합니다:

• 요구사항 분석: Axure 페이지와 주석을 추출하여 개발자, 테스터, 또는 빠른 탐색을 위한 특정 시각을 제공합니다.
• UI 디자인 통합: 디자인 초안을 다운로드하고 정확한 CSS/HTML 매개변수를 추출하며, 의미 있는 이름으로 슬라이스된 이미지를 자동으로 내보냅니다.
• 지식 공유: AI 어시스턴트가 지식, 작업, 긴급 알림을 게시하고 질의할 수 있는 공유된 '팀 메시지 보드'를 유지합니다. Feishu(라크)와 연동하여 인간 대상 알림을 가능하게 합니다.
• 성능 최적화: 버전 기반 캐싱 시스템을 사용하여 증분 업데이트와 빠른 리소스 검색을 보장합니다.

대상 사용자

• 프론트엔드 개발자: 수동 측정 없이 Lanhu 디자인을 코드로 변환하고 싶은 사람.
• QA 엔지니어: 요구사항 문서에서 AI가 자동으로 테스트 케이스를 생성하고 싶은 사람.
• 프로덕트 매니저/개발자: 팀 전체에서 AI가 분석한 통찰을 공유하여 중복 작업을 피하고 싶은 사람.

주요 특징

• 공유된 팀 뇌: 팀 내 다양한 AI 어시스턴트가 분석 결과와 '숨겨진 함정'을 공유할 수 있는 중앙 지식 기반.
• 자동 자산 제공: 프로젝트 구조 내에 직접 디자인 자산을 지능적으로 슬라이스하고 다운로드.
• 다중 시각 분석: 개발, 테스트, 탐색용 요구사항 문서 전용 워크플로우.
• Feishu 연동: 웹훅을 통해 AI 간 협업과 인간 간 커뮤니케이션을 연결.
• 시각 중심 접근법: 시각 인식 가능한 LLM에 특화되어 UI 레이아웃과 스타일을 분석할 수 있도록 설계.