यो लेख Penpot द्वारा प्रायोजित हो कल्पना गर्नुहोस् कि तपाईंको पेनपोट फाइलले डिजाइनको अतिरिक्त पूर्ण आइकन सेट समावेश गर्दछ, जसले केही तर ती सबै आइकनहरू प्रयोग गर्दैन। यदि तपाईंले क्लाउड वा जेमिनी जस्ता AI लाई प्रयोग भइरहेका आइकनहरू मात्र निर्यात गर्न सोध्नु भयो भने, यसले त्यसो गर्न सक्षम हुने छैन। यसले Penpot फाइलहरूसँग अन्तर्क्रिया गर्न सक्षम छैन। यद्यपि, Penpot MCP सर्भरले गर्न सक्छ। यसले सेट नियमहरू र अनुमतिहरू अन्तर्गत अपरेसनहरूको ह्यान्डपिक गरिएको संख्या प्रदर्शन गर्न सक्छ, विशेष गरी पेनपोटसँग एक विस्तृत एपीआई छ र अझ धेरै किनभने यो खुला स्रोत हो। AI को काम भनेको तपाईको इरादा बुझ्नु, MCP सर्भरले प्रदर्शन गर्नको लागि सही अपरेशन छनोट गर्नु हो (यस अवस्थामा निर्यात), र कुनै पनि प्यारामिटरहरू (जस्तै, प्रयोग भइरहेको आइकनहरू) सँगसँगै पास गर्नुहोस्। MCP सर्भरले यसलाई संरचित API अनुरोधमा अनुवाद गर्छ र यसलाई कार्यान्वयन गर्दछ। यसले तपाईंको अर्डर लिने रेस्टुरेन्टमा AI लाई सर्भरको रूपमा सोच्न मद्दत गर्न सक्छ, MCP सर्भर दुवै मेनु र शेफको रूपमा, र API अनुरोध (आशा छ) तातो प्लेटमा तातो पिज्जा पाईको रूपमा। किन MCP सर्भरहरू, वास्तवमा? ठिक छ, Penpot ले तपाईंको अभिप्राय बुझ्न सक्षम छैन किनभने यो LLM होइन, न त यसले तेस्रो-पक्ष LLM लाई तपाईंको Penpot डेटाको सुरक्षा र गोपनीयताको लागि तपाईंको Penpot फाइलहरूसँग अन्तरक्रिया गर्न अनुमति दिन्छ। यद्यपि Penpot MCP सर्भरहरूले एक सुरक्षित पुलको रूपमा कार्य गर्दछ, एआई उद्देश्यलाई API अनुरोधहरूमा तपाईंको Penpot फाइलहरू र डेटा सन्दर्भको रूपमा प्रयोग गरेर अनुवाद गर्दछ। के अझ राम्रो छ कि किनकी Penpot ले एक डिजाइन-अभिव्यक्त-कोड दृष्टिकोण लिन्छ, डिजाइनहरू प्रोग्रामेटिक रूपमा सिर्जना गर्न सकिन्छ, सम्पादन गर्न सकिन्छ, र दानेदार स्तरमा विश्लेषण गर्न सकिन्छ। अन्य MCP सर्भरहरूले प्रस्ताव गरेको तुलनामा यो अधिक प्रासंगिक, अधिक विशेष, र त्यसैले अधिक शक्तिशाली छ, र subpar 'वर्णन → उत्पन्न गर्नुहोस्' AI कार्यप्रवाह भन्दा धेरै विचारशील छ जुन मलाई लाग्दैन कि कसैले वास्तवमै चाहन्छ। पेनपोटको एआई श्वेतपत्रले यसलाई खराब दृष्टिकोण र 'कोडमा रूपान्तरण गर्नुहोस्' दृष्टिकोणलाई कुरूप दृष्टिकोणको रूपमा वर्णन गर्दछ, जबकि MCP सर्भरहरू थप परिष्कृत र अनुकूलनीय छन्। सुविधाहरू र प्राविधिक विवरणहरू हामीले केसहरू प्रयोग गर्न अघि बढ्नु अघि, यहाँ केहि सुविधाहरू र प्राविधिक विवरणहरू छन् जसले थप वर्णन गर्दछ कि Penpot MCP सर्भरहरूले कसरी काम गर्छ:
MCP मापदण्डहरू अनुरूप; वास्तविक-समय डिजाइन डाटाको लागि Penpot API सँग एकीकृत; Python SDK, REST API, प्लगइन प्रणाली, र CLI उपकरणहरू समावेश गर्दछ; कुनै पनि MCP-सक्षम AI सहायकसँग काम गर्दछ (VS कोडमा क्लाउड, कर्सरमा क्लाउड, क्लाउड डेस्कटप, आदि); AI मोडेलहरूसँग डिजाइन सन्दर्भ साझेदारी गर्न समर्थन गर्दछ, र तिनीहरूलाई कम्पोनेन्टहरू हेर्न र बुझ्न दिँदै; प्राकृतिक भाषा प्रयोग गरेर Penpot संग संचार को सुविधा।
त्यसोभए, MCP सर्भरहरूले हामीलाई Penpot मा गर्न सक्षम बनाउन सक्छ, र अवस्थित प्रयोगहरूले के हासिल गरिसकेका छन्? एक नजर हेरौं। Penpot MCP सर्भर प्रयोग-केसहरू यदि तपाइँ Penpot MCP सर्भरहरूले गर्न सक्ने कुराहरूमा जान चाहनुहुन्छ भने, Penpot सँग Google ड्राइभमा लुकाइएको केही MCP डेमोहरू छन् जुन हेर्न लायक भन्दा बढी छन्। पेनपोटका सीईओ पाब्लो रुइज-मुज्क्विजले भिडियोहरू ०३, ०४, ०६, ०८, र १२ उनीहरूको मनपर्ने भएको बताए। MCP सर्भरहरू संक्षेप गर्ने अझ छिटो तरिका Penpot Fest 2025 बाट अनावरण हेर्नु हो। अन्यथा, पेनपोटले उनीहरूको सार्वजनिक शोकेसमा प्रदर्शन गरेका केही थप परिष्कृत उदाहरणहरू हेरौं। डिजाइन-टु-कोड र फिर्ता (र थप) पेनपोट डिजाइनहरू कोडको रूपमा कसरी अभिव्यक्त हुन्छन् भन्ने बारे मैले पहिले भनेको कुराबाट चल्दै, यसको मतलब MCP सर्भरहरू AI प्रयोग गरेर डिजाइनलाई कोडमा रूपान्तरण गर्न प्रयोग गर्न सकिन्छ, तर डिजाइन गर्न कोड, कागजातमा डिजाइन, प्रणाली तत्वहरू डिजाइन गर्ने कागजात, उक्त डिजाइन प्रणालीमा आधारित पुन: कोडमा आधारित डिजाइन, र त्यसपछि उक्त डिजाइन प्रणालीमा आधारित पूर्ण रूपमा नयाँ कम्पोनेन्टहरू। यो अवास्तविक लाग्दछ, तर तलको डेमोले यो ट्रान्सम्युटेबिलिटीलाई देखाउँदछ, र यो अस्पष्ट निर्देशनबाट होइन तर अघिल्लो डिजाइन विकल्पहरूबाट हो, तिनीहरू कसरी व्यक्त गरियो (डिजाइन, कोड, वा कागजात)। त्यहाँ कुनै आश्चर्य छैन - यी केवल निर्णयहरू हुन् जुन तपाईंले अघिल्लो निर्णयहरूमा आधारित, द्रुत रूपमा कार्यान्वयन गर्नुहुनेछ। डेमोमा, पेनपोटका डिजाइनर जुआन डे ला क्रुज गार्सियाले केही साधारण कम्पोनेन्टहरूलाई कागजात, डिजाइन प्रणाली तत्वहरू, कोड, नयाँ कम्पोनेन्टहरू, र प्ले-डोहको टुक्रा जस्तै पूर्ण स्टोरीबुक प्रोजेक्टमा पनि घर्षणरहित रूपमा रूपान्तरण गर्छन्। डिजाइन-टू-कोड, डिजाइन/कोड प्रमाणीकरण, र सरल सञ्चालनहरू तलको समान डेमोमा, Oraios AI का सह-संस्थापक डोमिनिक जैनले फ्रन्टएन्ड शैलीहरू अद्यावधिक गर्नु अघि डिजाइनमा आधारित Node.js वेब एप सिर्जना गर्दछ, नाम र पहिचानकर्ताहरूलाई मेमोरीमा सुरक्षित गर्दछ ताकि यसलाई स्थिरताको लागि जाँच गर्नु अघि सहज डिजाइन-टु-कोड अनुवाद सुनिश्चित गर्न, थप्नुहोस्।पेनपोटमा चयन गरिएको आकारको छेउमा टिप्पणी गर्नुहोस्, र त्यसपछि पेनपोटमा अनुकूलित कम्पोनेन्टको साथ स्क्रिबललाई प्रतिस्थापन गर्दछ। यहाँ धेरै कुरा भइरहेको छ, तर तपाईले देख्न सक्नुहुन्छ कि डोमिनिकले क्लाउड डेस्कटप र क्लाउडका प्रतिक्रियाहरूमा के टाइप गरिरहेको छ, र यो धेरै बलियो छ: वैसे, अघिल्लो डेमोले VS कोडमा क्लाउड प्रयोग गर्यो, त्यसैले मैले याद गर्नुपर्छ कि Penpot MCP सर्भरहरू LLM-agnostic हुन्। तपाईंको प्राविधिक स्ट्याक पूर्ण रूपमा तपाईंमा निर्भर छ। IvanTheGeek ले आफ्नो MCP सर्भर JetBrains Rider IDE र Junie AI सँग सेटअप गर्न सफल भयो। थप प्रयोग केसहरू पेनपोट बोर्डलाई उत्पादन-तयार सिमान्टिक HTML र मोड्युलर CSS मा अनुवाद गर्नुहोस् कुनै पनि Penpot डिजाइन टोकनहरू प्रयोग गर्दा (याद राख्नुहोस् कि Penpot डिजाइनहरू पहिले नै कोडको रूपमा व्यक्त गरिएको छ, त्यसैले यो अँध्यारोमा शट होइन): अवस्थित HTML परिवर्तन नगरी अन्तरक्रियात्मक वेब प्रोटोटाइप उत्पन्न गर्नुहोस्: पहिले देखाइए अनुसार, अवस्थित डिजाइन र/वा डिजाइन प्रणाली तत्वहरूको लाभ उठाउँदै, एक कम्पोनेन्टमा स्क्रिबल रूपान्तरण गर्नुहोस्: Penpot फाइलबाट डिजाइन प्रणाली कागजात सिर्जना गर्नुहोस्: र यहाँ Penpot र समुदायबाट केहि थप प्रयोग-केसहरू छन्:
उन्नत निर्यात, प्राकृतिक भाषा प्रयोग गरी डिजाइन तत्वहरू खोज्नुहोस्, प्राकृतिक भाषा प्रयोग गरेर बाह्य API बाट डाटा तान्नुहोस्, पेनपोटलाई अन्य बाह्य उपकरणहरूमा सजिलैसँग जडान गर्नुहोस्, दोहोरिने कार्यहरूलाई मेमोरीमा बचत गर्दै र तिनीहरूलाई कार्यान्वयन गर्दै, दृश्य प्रतिगमन परीक्षण, डिजाइन स्थिरता र अनावश्यकता जाँच, पहुँच र उपयोगिता विश्लेषण र प्रतिक्रिया, डिजाइन प्रणाली अनुपालन जाँच, दिशानिर्देश अनुपालन जाँच (ब्रान्ड, सामग्री, आदि), डिजाइन एनालिटिक्सको साथ अपनाउने र प्रयोगको निगरानी गर्नुहोस्, स्वचालित रूपमा डिजाइनको साथ सिङ्कमा कागजातहरू राख्नुहोस्, डिजाइन फाइल संगठन (जस्तै, ट्यागिङ/वर्गीकरण)।
अनिवार्य रूपमा, Penpot MCP सर्भरहरूले कार्यप्रवाहहरूको असीमित संख्यामा नेतृत्व गर्दछ तपाईंको छनौट गरिएको LLM/LLM क्लाइन्टको दक्षता र सहजताको लागि धन्यवाद, तर यसमा तपाईंको डाटा खुला नगरी। तपाइँ MCP सर्भर के को लागी प्रयोग गर्नुहुन्छ? Penpot MCP सर्भरहरू बिटा चरणमा पनि छैनन्, तर यो एक सक्रिय प्रयोग हो जसको तपाईं एक हिस्सा हुन सक्नुहुन्छ। Penpot प्रयोगकर्ताहरूले पहिले नै MCP सर्भरहरूको लागि प्रयोग केसहरू अन्वेषण गर्न थालेका छन्, तर Penpot थप हेर्न चाहन्छ। डिजाइन उपकरणहरूको अर्को पुस्ताले सामान्यतया डिजाइनरहरू, विकासकर्ताहरू र उत्पादन टोलीहरूको आवश्यकताहरू पूरा गर्दछ भनी सुनिश्चित गर्न, तिनीहरू सामूहिक र सहयोगी रूपमा निर्माण गरिनुपर्छ, विशेष गरी जहाँ AI सम्बन्धित छ। नोट: पेनपोटले पेनपोटको MCP सर्भरलाई अन्वेषण गर्न, प्रयोग गर्न र परिष्कृत गर्न मद्दत गर्न बेटा परीक्षकहरूको खोजी गरिरहेको छ। सामेल हुन, "MCP beta test volunteer" को विषयवस्तु सहित support@penpot.app मा लेख्नुहोस्। के त्यहाँ केहि चीज छ जुन तपाइँलाई Penpot MCP सर्भरहरूले गर्न सक्छ कि हालका उपकरणहरू पर्याप्त राम्रो गर्न सक्षम छैनन्, पर्याप्त छिटो, वा सबै गर्न सक्षम छैनन्? तपाईंले यहाँ पेनपोट MCP सर्भर कसरी सेटअप गर्ने भनेर सिक्न सक्नुहुन्छ र आज टिंकरिङ सुरु गर्न सक्नुहुन्छ, वा यदि तपाईंको दिमाग पहिले नै विचारहरूसँग बजिरहेको छ भने, Penpot तपाईंलाई छलफलमा सामेल हुन, तपाईंको प्रतिक्रिया साझा गर्न, र तपाईंको प्रयोग-केसहरूको बारेमा कुरा गर्न चाहन्छ। वैकल्पिक रूपमा, तलको टिप्पणी खण्ड पनि सुरु गर्नको लागि खराब ठाउँ होइन!
