ບົດຄວາມນີ້ແມ່ນໄດ້ຮັບການສະຫນັບສະຫນູນໂດຍ Penpot ຈິນຕະນາການວ່າໄຟລ໌ Penpot ຂອງທ່ານມີໄອຄອນເຕັມທີ່ຕັ້ງໄວ້ນອກເຫນືອຈາກການອອກແບບຕົວມັນເອງ, ເຊິ່ງໃຊ້ບາງໄອຄອນແຕ່ບໍ່ແມ່ນທັງຫມົດຂອງໄອຄອນເຫຼົ່ານັ້ນ. ຖ້າທ່ານຮ້ອງຂໍໃຫ້ AI ເຊັ່ນ Claude ຫຼື Gemini ສົ່ງອອກພຽງແຕ່ໄອຄອນທີ່ຖືກນໍາໃຊ້, ມັນຈະບໍ່ສາມາດເຮັດໄດ້. ມັນບໍ່ສາມາດໂຕ້ຕອບກັບໄຟລ໌ Penpot ໄດ້. ຢ່າງໃດກໍຕາມ, ເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ສາມາດ. ມັນສາມາດປະຕິບັດຈໍານວນການດໍາເນີນງານທີ່ເລືອກໄດ້ພາຍໃຕ້ກົດລະບຽບທີ່ກໍານົດໄວ້ແລະການອະນຸຍາດ, ໂດຍສະເພາະເນື່ອງຈາກ Penpot ມີ API ຢ່າງກວ້າງຂວາງແລະຫຼາຍກວ່ານັ້ນເພາະວ່າມັນເປັນແຫຼ່ງເປີດ. ວຽກງານຂອງ AI ແມ່ນພຽງແຕ່ເຂົ້າໃຈຄວາມຕັ້ງໃຈຂອງທ່ານ, ເລືອກການປະຕິບັດງານທີ່ເຫມາະສົມສໍາລັບເຄື່ອງແມ່ຂ່າຍຂອງ MCP ເພື່ອປະຕິບັດ (ການສົ່ງອອກໃນກໍລະນີນີ້), ແລະຜ່ານຕົວກໍານົດການຕ່າງໆ (i.e., ໄອຄອນທີ່ຖືກນໍາໃຊ້). ເຊີບເວີ MCP ຫຼັງຈາກນັ້ນແປເປັນຄໍາຮ້ອງຂໍ API ທີ່ມີໂຄງສ້າງແລະປະຕິບັດມັນ. ມັນອາດຈະຊ່ວຍໃຫ້ຄິດວ່າ AI ເປັນເຄື່ອງແມ່ຂ່າຍໃນຮ້ານອາຫານທີ່ເອົາຄໍາສັ່ງຂອງເຈົ້າ, ເຄື່ອງແມ່ຂ່າຍ MCP ເປັນທັງເມນູແລະພໍ່ຄົວ, ແລະການຮ້ອງຂໍ API ເປັນ (ຫວັງວ່າ) pie pizza ຮ້ອນໃນແຜ່ນທີ່ອົບອຸ່ນ. ເປັນຫຍັງເຄື່ອງແມ່ຂ່າຍ MCP, ແທ້? ດີ, Penpot ບໍ່ສາມາດເຂົ້າໃຈຄວາມຕັ້ງໃຈຂອງເຈົ້າໄດ້ເພາະວ່າມັນບໍ່ແມ່ນ LLM, ແລະມັນບໍ່ອະນຸຍາດໃຫ້ LLMs ພາກສ່ວນທີສາມພົວພັນກັບໄຟລ໌ Penpot ຂອງທ່ານເພື່ອຄວາມປອດໄພແລະຄວາມເປັນສ່ວນຕົວຂອງຂໍ້ມູນ Penpot ຂອງທ່ານ. ເຖິງແມ່ນວ່າເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ເຮັດຫນ້າທີ່ເປັນຂົວທີ່ປອດໄພ, ການແປຄວາມຕັ້ງໃຈ AI ເຂົ້າໄປໃນຄໍາຮ້ອງຂໍ API ໂດຍໃຊ້ໄຟລ໌ແລະຂໍ້ມູນ Penpot ຂອງທ່ານເປັນສະພາບການ. ສິ່ງທີ່ດີກ່ວານັ້ນແມ່ນຍ້ອນວ່າ Penpot ໃຊ້ວິທີການອອກແບບທີ່ສະແດງອອກເປັນລະຫັດ, ການອອກແບບສາມາດຖືກສ້າງດ້ວຍໂປຼແກຼມ, ດັດແກ້, ແລະວິເຄາະໃນລະດັບ granular. ມັນເປັນສະພາບການຫຼາຍ, ໂດຍສະເພາະ, ແລະດັ່ງນັ້ນຈຶ່ງມີອໍານາດຫຼາຍເມື່ອປຽບທຽບກັບສິ່ງທີ່ເຄື່ອງແມ່ຂ່າຍ MCP ອື່ນສະເຫນີ, ແລະຄິດຫຼາຍກ່ວາ subpar 'ອະທິບາຍ → ສ້າງ' ຂະບວນການເຮັດວຽກ AI ທີ່ຂ້ອຍບໍ່ຄິດວ່າໃຜຕ້ອງການແທ້ໆ. ເອກະສານຂາວ AI ຂອງ Penpot ອະທິບາຍວ່ານີ້ແມ່ນວິທີການທີ່ບໍ່ດີແລະວິທີການ 'ປ່ຽນເປັນລະຫັດ' ເປັນວິທີການທີ່ຂີ້ຮ້າຍ, ໃນຂະນະທີ່ເຄື່ອງແມ່ຂ່າຍ MCP ໄດ້ຖືກປັບປຸງແລະປັບຕົວໄດ້ຫຼາຍຂຶ້ນ. ຄຸນສົມບັດ ແລະລາຍລະອຽດດ້ານວິຊາການ ກ່ອນທີ່ພວກເຮົາຈະຍ້າຍໄປໃຊ້ກໍລະນີ, ນີ້ແມ່ນບາງລັກສະນະ ແລະລາຍລະອຽດດ້ານວິຊາການທີ່ອະທິບາຍຕື່ມອີກວ່າ ເຊີບເວີ Penpot MCP ເຮັດວຽກແນວໃດ:
ປະຕິບັດຕາມມາດຕະຖານ MCP; ປະສົມປະສານກັບ Penpot API ສໍາລັບຂໍ້ມູນການອອກແບບໃນເວລາຈິງ; ລວມມີ Python SDK, REST API, ລະບົບປລັກອິນ, ແລະເຄື່ອງມື CLI; ເຮັດວຽກກັບຜູ້ຊ່ວຍ AI ທີ່ເປີດໃຊ້ MCP (Claude ໃນ VS Code, Claude in Cursor, Claude Desktop, ແລະອື່ນໆ); ສະຫນັບສະຫນູນການແບ່ງປັນການອອກແບບກັບຕົວແບບ AI, ແລະໃຫ້ພວກເຂົາເຫັນແລະເຂົ້າໃຈອົງປະກອບ; ອໍານວຍຄວາມສະດວກໃນການສື່ສານກັບ Penpot ໂດຍໃຊ້ພາສາທໍາມະຊາດ.
ດັ່ງນັ້ນ, ເຊີບເວີ MCP ສາມາດເຮັດໃຫ້ພວກເຮົາເຮັດຫຍັງຢູ່ໃນ Penpot, ແລະປະສົບການທີ່ມີຢູ່ແລ້ວແມ່ນຫຍັງ? ລອງເບິ່ງ. ກໍລະນີການນໍາໃຊ້ເຊີບເວີ Penpot MCP ຖ້າທ່ານຕ້ອງການທີ່ຈະຂ້າມໄປຫາສິ່ງທີ່ເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ສາມາດເຮັດໄດ້, Penpot ມີການສາທິດ MCP ຈໍານວນຫນ້ອຍທີ່ເກັບໄວ້ໃນ Google Drive ທີ່ມີມູນຄ່າຫຼາຍກວ່າການເບິ່ງ. Penpot CEO Pablo Ruiz-Múzquiz ກ່າວເຖິງວ່າວິດີໂອ 03, 04, 06, 08 ແລະ 12 ເປັນລາຍການທີ່ເຂົາເຈົ້າມັກ. ວິທີທີ່ໄວກວ່າທີ່ຈະສະຫຼຸບເຊີບເວີ MCP ແມ່ນການເບິ່ງການເປີດເຜີຍຈາກ Penpot Fest 2025. ຖ້າບໍ່ດັ່ງນັ້ນ, ໃຫ້ເບິ່ງບາງຕົວຢ່າງທີ່ຫລອມໂລຫະກວ່າທີ່ Penpot ສະແດງໃຫ້ເຫັນໃນງານວາງສະແດງສາທາລະນະຂອງພວກເຂົາ. ການອອກແບບເພື່ອລະຫັດແລະກັບຄືນໄປບ່ອນ (ແລະຫຼາຍ) ການເຮັດວຽກຈາກສິ່ງທີ່ຂ້ອຍເວົ້າກ່ອນຫນ້ານີ້ກ່ຽວກັບວິທີການອອກແບບ Penpot ສະແດງອອກເປັນລະຫັດ, ນີ້ຫມາຍຄວາມວ່າເຄື່ອງແມ່ຂ່າຍຂອງ MCP ສາມາດນໍາໃຊ້ເພື່ອປ່ຽນການອອກແບບເປັນລະຫັດໂດຍໃຊ້ AI, ແຕ່ຍັງລະຫັດເພື່ອອອກແບບ, ການອອກແບບເອກະສານ, ເອກະສານເພື່ອອອກແບບອົງປະກອບຂອງລະບົບ, ການອອກແບບລະຫັດອີກເທື່ອຫນຶ່ງໂດຍອີງໃສ່ລະບົບການອອກແບບດັ່ງກ່າວ, ແລະຫຼັງຈາກນັ້ນອົງປະກອບໃຫມ່ຢ່າງສົມບູນໂດຍອີງໃສ່ລະບົບການອອກແບບດັ່ງກ່າວ. ມັນຟັງແລ້ວແປກ, ແຕ່ຕົວຢ່າງຂ້າງລຸ່ມນີ້ສະແດງໃຫ້ເຫັນເຖິງການຖ່າຍທອດນີ້, ແລະມັນບໍ່ແມ່ນມາຈາກຄໍາແນະນໍາທີ່ບໍ່ຊັດເຈນ, ແຕ່ແທນທີ່ຈະເປັນທາງເລືອກໃນການອອກແບບທີ່ຜ່ານມາ, ໂດຍບໍ່ຄໍານຶງເຖິງວິທີການສະແດງອອກ (ການອອກແບບ, ລະຫັດ, ຫຼືເອກະສານ). ບໍ່ມີຄວາມແປກໃຈ — ນີ້ແມ່ນພຽງແຕ່ການຕັດສິນໃຈທີ່ທ່ານຈະໄດ້ເຮັດແນວໃດກໍຕາມໂດຍອີງໃສ່ການຕັດສິນໃຈທີ່ຜ່ານມາ, ປະຕິບັດຢ່າງວ່ອງໄວ. ໃນການສາທິດ, Juan de la Cruz García, ຜູ້ອອກແບບທີ່ Penpot, ຖ່າຍທອດອົງປະກອບງ່າຍໆບາງຢ່າງເຂົ້າໄປໃນເອກະສານ, ອົງປະກອບລະບົບການອອກແບບ, ລະຫັດ, ອົງປະກອບໃຫມ່, ແລະແມ້ກະທັ້ງໂຄງການ Storybook ທີ່ສົມບູນຄືກັບ Play-Doh: ການອອກແບບເພື່ອລະຫັດ, ການອອກແບບ / ການກວດສອບລະຫັດ, ແລະການດໍາເນີນງານງ່າຍດາຍ ໃນຕົວຢ່າງທີ່ຄ້າຍຄືກັນຂ້າງລຸ່ມນີ້, Dominik Jain, ຜູ້ຮ່ວມກໍ່ຕັ້ງຂອງ Oraios AI, ສ້າງແອັບຯເວັບ Node.js ໂດຍອີງໃສ່ການອອກແບບກ່ອນທີ່ຈະປັບປຸງຮູບແບບຫນ້າ, ບັນທຶກຊື່ແລະຕົວລະບຸໄວ້ໃນຫນ່ວຍຄວາມຈໍາເພື່ອຮັບປະກັນການແປການອອກແບບທີ່ລຽບງ່າຍກ່ອນທີ່ຈະກວດສອບຄວາມສອດຄ່ອງ, ເພີ່ມຄໍາເຫັນຖັດຈາກຮູບຮ່າງທີ່ເລືອກໃນ Penpot, ແລະຫຼັງຈາກນັ້ນປ່ຽນແທນ scribble ໃນ Penpot ດ້ວຍອົງປະກອບທີ່ດັດແປງ. ມີຫຼາຍອັນເກີດຂຶ້ນຢູ່ທີ່ນີ້, ແຕ່ເຈົ້າສາມາດເຫັນສິ່ງທີ່ Dominik ພິມໃສ່ໃນ Claude Desktop ເຊັ່ນດຽວກັນກັບຄໍາຕອບຂອງ Claude, ແລະມັນແຂງແຮງຫຼາຍ: ໂດຍວິທີທາງການ, ການສາທິດທີ່ຜ່ານມາໃຊ້ Claude ໃນ VS Code, ດັ່ງນັ້ນຂ້ອຍຄວນສັງເກດວ່າເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ແມ່ນ LLM-agnostic. stack ເທກໂນໂລຍີຂອງທ່ານແມ່ນຂຶ້ນກັບທ່ານທັງຫມົດ. IvanTheGeek ຈັດການຕັ້ງເຄື່ອງແມ່ຂ່າຍ MCP ຂອງພວກເຂົາດ້ວຍ JetBrains Rider IDE ແລະ Junie AI. ກໍລະນີການນໍາໃຊ້ເພີ່ມເຕີມ ແປຄຳອະທິບາຍກັບຄືນເປັນ ອັງກິດ (ສະຫະລັດ) ແປພາສາ Penpot board to production-ready semantic HTML and modular CSS while leveraging any Penpot design tokens (remember that Penpot designs are already expressed as code, so this isn't a shot in the dark): ສ້າງຕົ້ນແບບເວັບແບບໂຕ້ຕອບໂດຍບໍ່ປ່ຽນແປງ HTML ທີ່ມີຢູ່: ດັ່ງທີ່ສະແດງກ່ອນຫນ້ານີ້, ປ່ຽນ scribble ເປັນອົງປະກອບ, ນໍາໃຊ້ການອອກແບບທີ່ມີຢູ່ແລ້ວແລະ / ຫຼືອົງປະກອບຂອງລະບົບການອອກແບບ: ສ້າງເອກະສານລະບົບການອອກແບບຈາກໄຟລ໌ Penpot: ແລະນີ້ແມ່ນບາງກໍລະນີການນໍາໃຊ້ເພີ່ມເຕີມຈາກ Penpot ແລະຊຸມຊົນ:
ການສົ່ງອອກຂັ້ນສູງ, ຄົ້ນຫາອົງປະກອບອອກແບບໂດຍໃຊ້ພາສາທໍາມະຊາດ, ດຶງຂໍ້ມູນຈາກ APIs ພາຍນອກໂດຍໃຊ້ພາສາທໍາມະຊາດ, ເຊື່ອມຕໍ່ Penpot ໄດ້ຢ່າງງ່າຍດາຍກັບເຄື່ອງມືພາຍນອກອື່ນໆ, ບັນທຶກວຽກງານທີ່ຊໍ້າຊ້ອນໄວ້ໃນຄວາມຊົງຈໍາແລະປະຕິບັດໃຫ້ເຂົາເຈົ້າ, ການທົດສອບການຖົດຖອຍຂອງສາຍຕາ, ການກວດສອບຄວາມສອດຄ່ອງຂອງການອອກແບບແລະຊ້ໍາຊ້ອນ, ການວິເຄາະການເຂົ້າເຖິງແລະການນໍາໃຊ້ແລະຄໍາຄຶດຄໍາເຫັນ, ການກວດສອບການຕິດຕາມລະບົບການອອກແບບ, ການກວດສອບການປະຕິບັດຕາມຄໍາແນະນໍາ (ຍີ່ຫໍ້, ເນື້ອໃນ, ແລະອື່ນໆ), ຕິດຕາມກວດກາການຮັບຮອງເອົາແລະການນໍາໃຊ້ທີ່ມີການວິເຄາະການອອກແບບ, ອັດຕະໂນມັດເກັບຮັກສາເອກະສານໃນ sync ກັບການອອກແບບ, ການອອກແບບການຈັດຕັ້ງໄຟລ໌ (ເຊັ່ນ: ການແທັກ/ການຈັດປະເພດ).
ໂດຍພື້ນຖານແລ້ວ, ເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ນໍາພາທາງໄປສູ່ຈໍານວນການເຮັດວຽກທີ່ບໍ່ມີຂອບເຂດຍ້ອນປະສິດທິພາບແລະຄວາມງ່າຍຂອງລູກຄ້າ LLM / LLM ທີ່ທ່ານເລືອກ, ແຕ່ໂດຍບໍ່ມີການເປີດເຜີຍຂໍ້ມູນຂອງທ່ານກັບມັນ. ເຈົ້າຈະໃຊ້ເຄື່ອງແມ່ຂ່າຍ MCP ສໍາລັບຫຍັງ? ເຊີບເວີ Penpot MCP ບໍ່ໄດ້ຢູ່ໃນຂັ້ນຕອນເບຕ້າ, ແຕ່ມັນເປັນການທົດລອງຢ່າງຫ້າວຫັນທີ່ທ່ານສາມາດເປັນສ່ວນໜຶ່ງຂອງ. ຜູ້ໃຊ້ Penpot ໄດ້ເລີ່ມຕົ້ນການຂຸດຄົ້ນກໍລະນີການນໍາໃຊ້ສໍາລັບເຄື່ອງແມ່ຂ່າຍ MCP, ແຕ່ Penpot ຕ້ອງການເບິ່ງເພີ່ມເຕີມ. ເພື່ອຮັບປະກັນວ່າອຸປະກອນການອອກແບບຮຸ່ນຕໍ່ໄປຕອບສະຫນອງຄວາມຕ້ອງການຂອງນັກອອກແບບ, ຜູ້ພັດທະນາແລະທີມງານຜະລິດຕະພັນໂດຍທົ່ວໄປ, ພວກເຂົາຕ້ອງໄດ້ຮັບການກໍ່ສ້າງຮ່ວມກັນແລະຮ່ວມມື, ໂດຍສະເພາະບ່ອນທີ່ AI ມີຄວາມເປັນຫ່ວງ. ໝາຍເຫດ: Penpot ກໍາລັງຊອກຫາຜູ້ທົດສອບເບຕ້າທີ່ກະຕືລືລົ້ນທີ່ຈະຄົ້ນຫາ, ທົດລອງ, ແລະຊ່ວຍປັບປຸງເຄື່ອງແມ່ຂ່າຍ MCP ຂອງ Penpot. ເພື່ອເຂົ້າຮ່ວມ, ຂຽນໄປທີ່ support@penpot.app ດ້ວຍຫົວຂໍ້ “MCP beta test volunteer.” ມີສິ່ງໃດແດ່ທີ່ທ່ານຮູ້ສຶກວ່າເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ສາມາດເຮັດໄດ້ທີ່ເຄື່ອງມືໃນປະຈຸບັນບໍ່ສາມາດເຮັດໄດ້ດີພຽງພໍ, ໄວພຽງພໍ, ຫຼືບໍ່ສາມາດເຮັດໄດ້ທັງຫມົດບໍ? ທ່ານສາມາດຮຽນຮູ້ວິທີການຕັ້ງເຄື່ອງແມ່ຂ່າຍຂອງ Penpot MCP ຢູ່ທີ່ນີ້ແລະເລີ່ມຕົ້ນ tinkering ໃນມື້ນີ້, ຫຼືຖ້າຫາກວ່າສະຫມອງຂອງທ່ານ buzzing ກັບແນວຄວາມຄິດແລ້ວ, Penpot ຕ້ອງການໃຫ້ທ່ານເຂົ້າຮ່ວມການສົນທະນາ, ແບ່ງປັນຄວາມຄິດເຫັນຂອງທ່ານແລະສົນທະນາກ່ຽວກັບກໍລະນີການນໍາໃຊ້ຂອງທ່ານ. ອີກທາງເລືອກ, ພາກສ່ວນຄຳເຫັນຢູ່ທາງລຸ່ມນີ້ກໍ່ບໍ່ແມ່ນບ່ອນທີ່ບໍ່ດີທີ່ຈະເລີ່ມຕົ້ນຄືກັນ!
