Artikel iki disponsori dening Penpot Bayangake manawa file Penpot sampeyan ngemot set lambang lengkap saliyane desain kasebut, sing nggunakake sawetara nanging ora kabeh lambang kasebut. Yen sampeyan njaluk AI kayata Claude utawa Gemini kanggo ngekspor mung lambang sing digunakake, iku ora bakal bisa. Ora bisa sesambungan karo file Penpot. Nanging, server Penpot MCP bisa. Bisa nindakake sawetara operasi sing dipilih miturut aturan lan ijin sing disetel, utamane amarga Penpot duwe API sing ekstensif lan luwih akeh amarga sumber terbuka. Tugas AI mung mangertos maksud sampeyan, milih operasi sing tepat kanggo server MCP sing bakal ditindakake (ekspor ing kasus iki), lan ngliwati parameter apa wae (yaiku, lambang sing digunakake). Server MCP banjur nerjemahake iki menyang panjalukan API terstruktur lan nglakokake. Sampeyan bisa uga mikir AI minangka server ing restoran sing njupuk pesenan, server MCP minangka menu lan chef, lan panjaluk API minangka (muga-muga) pai pizza panas ing piring anget. Napa server MCP, persis? Ya, Penpot ora bisa ngerti maksud sampeyan amarga dudu LLM, utawa ora ngidini LLM pihak katelu bisa sesambungan karo file Penpot sampeyan kanggo keamanan lan privasi data Penpot sampeyan. Sanajan server Penpot MCP tumindak minangka jembatan sing aman, nerjemahake maksud AI menyang panjalukan API nggunakake file lan data Penpot minangka konteks. Sing luwih apik yaiku amarga Penpot njupuk pendekatan desain-digambarake-minangka-kode, desain bisa digawe kanthi program, diowahi, lan dianalisis ing tingkat granular. Iku luwih kontekstual, luwih khusus, lan mulane luwih kuat dibandhingake karo apa sing ditawakake server MCP liyane, lan luwih wicaksana tinimbang subpar 'Njlèntrèhaké → Generate' alur kerja AI sing aku ora mikir sing dikarepake. Whitepaper AI Penpot nggambarake iki minangka pendekatan sing ala lan pendekatan 'Convert to Code' minangka pendekatan sing ala, dene server MCP luwih apik lan bisa adaptasi. Fitur lan Rincian Teknis Sadurunge nerusake nggunakake kasus, ing ngisor iki sawetara fitur lan rincian teknis sing luwih nerangake cara kerja server Penpot MCP:
Selaras karo standar MCP; Integrasi karo Penpot API kanggo data desain nyata-wektu; Kalebu Python SDK, REST API, sistem plugin, lan alat CLI; Bisa digunakake karo asisten AI sing aktif MCP (Claude ing Kode VS, Claude ing Kursor, Claude Desktop, lsp); Ndhukung nuduhake konteks desain karo model AI, lan ngidini dheweke ndeleng lan ngerti komponen; Nggampangake komunikasi karo Penpot nggunakake basa alami.
Banjur, apa sing bisa ditindakake dening server MCP ing Penpot, lan apa sing wis ditindakake eksperimen sing wis ana? Ayo dideleng. Penpot MCP Server Gunakake-Kasus Yen sampeyan mung pengin skip apa server Penpot MCP bisa nindakake, Penpot duwe sawetara demo MCP stashed ing Google Drive sing luwih saka worth nonton. CEO Penpot Pablo Ruiz-Múzquiz nyebutake yen video 03, 04, 06, 08, lan 12 minangka favorit. Cara sing luwih cepet kanggo ngringkes server MCP yaiku nonton pambuka saka Penpot Fest 2025. Yen ora, ayo goleki sawetara conto sing luwih apik sing dituduhake Penpot ing pertunjukan umum. Desain-kanggo-Kode lan Mbalik maneh (lan Liyane) Mlaku ing saka apa aku iki ngandika sadurungé bab carane designs Penpot ditulis minangka kode, iki tegese server MCP bisa digunakake kanggo ngowahi desain kanggo kode nggunakake AI, nanging uga kode kanggo desain, desain kanggo dokumentasi, dokumentasi kanggo unsur sistem desain, desain kanggo kode maneh adhedhasar sistem desain ngandika, lan banjur rampung komponen anyar adhedhasar sistem desain ngandika. Iku muni surealisme, nanging demo ing ngisor iki nuduhake mati transmutability iki, lan iku ora saka instruksi samar-samar nanging malah pilihan desain sadurungé, preduli saka carane padha ditulis (desain, kode, utawa dokumentasi). Ora ana kejutan - iki mung keputusan sing bakal ditindakake adhedhasar keputusan sadurunge, ditindakake kanthi cepet. Ing demo, Juan de la Cruz García, Desainer ing Penpot, nerjemahake sawetara komponen prasaja menyang dokumentasi, unsur sistem desain, kode, komponen anyar, lan malah proyek Storybook lengkap kaya Piece saka Play-Doh: Desain-kanggo-Kode, Validasi Desain/Kode, Lan Operasi Sederhana Ing demo sing padha ing ngisor iki, Dominik Jain, Co-Founder ing Oraios AI, nggawe aplikasi web Node.js adhedhasar desain sadurunge nganyari gaya frontend, nyimpen jeneng lan pengenal menyang memori kanggo njamin terjemahan desain-kanggo-kode sing lancar sadurunge mriksa konsistensi, nambahakekomentar jejere wangun sing dipilih ing Penpot, lan banjur ngganti scribble ing Penpot karo komponen dicocogake. Ana akeh sing kedadeyan ing kene, nanging sampeyan bisa ndeleng persis apa sing diketik Dominik ing Claude Desktop uga tanggapan Claude, lan kuwat banget: Miturut cara, demo sadurungé digunakake Claude ing VS Code, supaya aku kudu Wigati sing server Penpot MCP LLM-agnostik. Tumpukan teknologi sampeyan pancen gumantung sampeyan. IvanTheGeek bisa nyiyapake server MCP karo JetBrains Rider IDE lan Junie AI. Kasus Gunakake Liyane Terjemahake papan Penpot menyang HTML semantik sing siap produksi lan CSS modular nalika nggunakake token desain Penpot (elinga yen desain Penpot wis ditulis minangka kode, dadi iki ora dijupuk ing peteng): Gawe prototipe web interaktif tanpa ngganti HTML sing ana: Kaya sing dituduhake sadurunge, ngowahi scribble dadi komponen, nggunakake unsur desain lan/utawa sistem desain sing ana: Nggawe dokumentasi sistem desain saka file Penpot: Lan ing ngisor iki sawetara kasus panggunaan liyane saka Penpot lan komunitas:
Ekspor majeng, Telusuri unsur desain nggunakake basa alami, Narik data saka API eksternal nggunakake basa alami, Sambungake Penpot menyang piranti eksternal liyane kanthi gampang, Nyimpen tugas sing bola-bali menyang memori lan nglakokake, Tes regresi visual, Konsistensi desain lan mriksa redundansi, Analisis lan umpan balik aksesibilitas lan kegunaan, Priksa kepatuhan sistem desain, Priksa kepatuhan pedoman (merek, konten, lsp.), Ngawasi adopsi lan panggunaan kanthi analisis desain, Nyelarasake dokumentasi kanthi otomatis karo desain, Organisasi file desain (contone, menehi tag/kategorisasi).
Intine, server Penpot MCP ndadékaké dalan menyang alur kerja tanpa wates amarga efisiensi lan kemudahan klien LLM/LLM sing dipilih, nanging tanpa mbabarake data sampeyan. Kanggo Apa Sampeyan Gunakake MCP Server? Server Penpot MCP ora ana ing tahap beta, nanging minangka eksperimen aktif sing bisa dadi bagian saka. Pangguna Penpot wis wiwit njelajah kasus panggunaan kanggo server MCP, nanging Penpot pengin ndeleng luwih akeh. Kanggo mesthekake yen alat desain generasi sabanjure nyukupi kabutuhan desainer, pangembang, lan tim produk ing umum, alat kasebut kudu dibangun kanthi bebarengan lan bebarengan, utamane ing babagan AI. Cathetan: Penpot nggoleki penguji beta sing kepengin njelajah, nyoba, lan mbantu nyaring Server MCP Penpot. Kanggo gabung, tulis menyang support@penpot.app kanthi baris subyek "Relawan uji beta MCP". Apa sampeyan rumangsa bisa ditindakake dening server Penpot MCP sing alat saiki ora bisa ditindakake kanthi cukup, cukup cepet, utawa ora bisa ditindakake? Sampeyan bisa sinau carane nyiyapake server Penpot MCP ing kene lan miwiti tinkering dina iki, utawa yen otak wis buzzing karo gagasan, Penpot pengin sampeyan melu diskusi, nuduhake saran, lan ngomong bab nggunakake-kasus. Utawa, bagean komentar ing ngisor iki dudu papan sing ala kanggo miwiti!
