dsphper/lanhu-mcp

解决的问题

Lanhu MCP 服务器弥合了 Lanhu（一个设计交付平台）中的设计/需求文档与 AI 驱动的 IDE 之间的鸿沟。它防止了‘AI孤岛’现象，即单个开发者的 AI 助手缺乏共享上下文，被迫反复分析相同的要 求。同时，它还自动化了从设计文件中提取 UI 参数和资产以用于前端实现的繁琐过程。

工作原理

它实现了 Model Context Protocol (MCP)，允许 AI 客户端（如 Cursor、Windsurf 或 Claude Code）连接到一个中央服务器，该服务器与 Lanhu 的 API 进行交互。服务器为 AI 提供以下工具：

• 需求分析：提取 Axure 页面和注释，为开发者、测试人员或快速探索提供特定视角。
• UI 设计集成：下载设计草稿，提取精确的 CSS/HTML 参数，并自动导出带有语义命名的切片图像。
• 知识共享：维护一个共享的“团队留言板”，AI 助手可以在此发布和查询知识、任务和紧急警报，可与 Feishu（飞书）集成以实现人工通知。
• 性能优化：使用基于版本的缓存系统，确保增量更新和快速资源检索。

适用人群

• 前端开发人员：需要将 Lanhu 设计转换为代码，而无需手动测量的人。
• QA 工程师：希望其 AI 能够从需求文档中自动生成测试用例的人。
• 产品经理/开发人员：希望在团队中共享 AI 分析的洞察，避免重复工作的人。

主要亮点

• 共享团队大脑：一个中央知识库，允许团队内不同 AI 助手共享分析结果和‘坑点’。
• 自动资产交付：智能切片并直接将设计资产下载到项目结构中。
• 多视角分析：针对开发、测试和探索需求文档的专用工作流。
• 飞书集成：通过 Webhook 将 AI 间协作与人类沟通桥梁连接。
• 视觉优先方法：专为视觉能力强大的 LLM 设计，可分析 UI 布局和样式。