Bỏ qua tới nội dung
Ông T.vn

figma/mcp-server-guide: đưa thiết kế Figma vào code — hướng dẫn cài đặt và dùng

15 phút đọcCập nhật

Bài này là một góc nhìn khác về figma/mcp-server-guide — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: figma/mcp-server-guide: nối Figma với AI viết code — hướng dẫn cài đặt và dùng →

figma/mcp-server-guide: đưa thiết kế Figma vào code — hướng dẫn cài đặt và dùng

Tóm tắt nhanh

figma/mcp-server-guide là repo hướng dẫn kết nối Figma MCP Server với VS Code, Cursor, Claude Code, Gemini CLI và các công cụ hỗ trợ Streamable HTTP. Bạn có thể lấy context thiết kế, biến, component từ Figma để AI tạo code sát hơn; cách cài chủ yếu là thêm server từ xa nên không khó.

figma/mcp-server-guide là repo hướng dẫn dùng Figma MCP Server để đưa thông tin thiết kế Figma vào quy trình làm việc với AI coding agent. Thay vì chỉ nhìn ảnh chụp màn hình, AI có thể đọc frame, layer, component, biến và dữ liệu layout để hỗ trợ viết code.

Repo phù hợp với designer, frontend developer, nhóm sản phẩm và người dùng AI coding agent để triển khai giao diện từ Figma. Điểm đáng giá nhất là server giúp AI có thêm context có cấu trúc, từ đó code sinh ra có cơ hội bám sát thiết kế, hệ thống component và quy ước của dự án hơn.

Bạn không cần cài một server Python cục bộ theo hướng dẫn trong README. Cách chính là kết nối client của bạn tới Figma MCP Server từ xa. Nếu muốn xem nhanh luồng sử dụng, bạn có thể xem video ngắn bên dưới.

MCP server

figma/mcp-server-guide

Hướng dẫn kết nối Figma MCP Server với các AI coding agent để đọc thiết kế và tạo code từ Figma.

★ 2.2kPython
Xem repo trên GitHub
Video giới thiệu mcp-server-guideXem trên YouTube

I.Figma MCP Server làm được gì

A.Đọc thiết kế Figma để tạo code

Bạn chọn một frame hoặc layer trong Figma, sao chép liên kết rồi đưa cho AI coding agent. Client sẽ lấy node-id từ liên kết và dùng node đó để truy vấn dữ liệu qua MCP. AI có thể dùng dữ liệu này làm đầu vào để tạo giao diện thay vì đoán dựa trên mô tả bằng chữ.

README mô tả get_design_context là công cụ cung cấp biểu diễn có cấu trúc theo React và Tailwind cho phần thiết kế được chọn. Đây là điểm bắt đầu để chuyển sang framework hoặc phong cách code khác.

B.Trích xuất context của hệ thống thiết kế

Server có thể đưa variables, components và dữ liệu layout từ Figma vào IDE. Nhờ vậy, bạn có thể yêu cầu AI xem màu, khoảng cách, kiểu chữ hoặc các giá trị thiết kế đang được dùng trong frame.

Công cụ get_variable_defs giúp lấy tên và giá trị của variables, styles trong phần được chọn. Khi kết quả chỉ có giá trị thô mà chưa tham chiếu token, bạn có thể yêu cầu client gọi công cụ này rõ ràng.

C.Tạo code từ frame được chọn

Một frame Figma có thể trở thành điểm xuất phát cho code giao diện. Bạn có thể yêu cầu tạo iOS SwiftUI, dùng Chakra UI, dùng component có sẵn trong thư mục cụ thể hoặc bổ sung code vào một file hiện có.

Kết quả vẫn cần được kiểm tra và chuyển sang quy ước thật của dự án. Output React và Tailwind từ MCP là biểu diễn của thiết kế và hành vi, không nhất thiết là code cuối cùng.

D.Gắn thiết kế với component thật bằng Code Connect

Code Connect giúp AI ưu tiên component thật trong codebase thay vì tự tạo component tương tự. Khi component trong Figma được liên kết với codebase, output có thể nhất quán hơn với hệ thống đang dùng.

README khuyến nghị dùng Code Connect cho những component được tái sử dụng như button, card và input. Đây là cách giảm tình trạng AI tạo nhiều phiên bản khác nhau của cùng một thành phần.

E.Ghi nội dung trực tiếp lên canvas

Với server từ xa và các skill phù hợp, agent có thể tạo hoặc sửa nội dung Figma native như frame, component, variable và auto layout. README ghi rõ tính năng này đang ở giai đoạn beta và hiện được cung cấp miễn phí trong giai đoạn đó.

Tính năng ghi lên canvas có thể giúp chuyển một yêu cầu hoặc bản nháp thành nội dung Figma để tiếp tục chỉnh sửa. Vì đây là thao tác ghi, bạn nên xem lại quyền truy cập và xác nhận nội dung trước khi cho agent thực hiện.

F.Tạo ảnh giữ chỗ khi thiếu asset

Khi ảnh nguồn, ảnh chụp hoặc ảnh từ thư viện không có sẵn, agent có thể dùng generate_image sau khi xin phép và thông báo việc sử dụng tín dụng Figma AI. Ảnh tạo ra được tải lên bằng upload_assets rồi áp dụng vào thiết kế.

Tính năng này phù hợp khi bạn cần dựng nhanh một bản mẫu. Không nên mặc định xem ảnh tạo tự động là asset thương hiệu cuối cùng nếu nhóm chưa duyệt.

G.Tạo thiết kế Figma từ trang web

README ghi tính năng chụp, nhập hoặc chuyển đổi một trang web thành thiết kế Figma đang được triển khai dần. Nếu client và tài khoản của bạn đã thấy tính năng này, nó có thể hỗ trợ đưa giao diện web hiện có vào Figma để tiếp tục phân tích hoặc chỉnh sửa.

H.Hỗ trợ workflow skill riêng

Ngoài các skill đi kèm Figma Plugin, repo còn có những workflow skill độc lập. video-interaction-mapper biến bản ghi giao diện thành storyboard Figma có chú thích. generate-project-plan biến PRD, kèm tùy chọn grounding từ codebase, thành bảng kế hoạch dự án trên FigJam.

II.Cần chuẩn bị gì

Bạn cần một client có thể kết nối MCP qua Streamable HTTP. README có hướng dẫn cụ thể cho VS Code, Cursor, Claude Code và Gemini CLI. Các editor hoặc công cụ khác cũng có thể dùng nếu hỗ trợ kiểu giao tiếp này.

Bạn cần tài khoản hoặc quyền sử dụng Figma tương ứng với client và workflow. README cho biết người dùng gói Starter, hoặc người có View hay Collab seat trên gói trả phí, bị giới hạn tối đa 6 lần gọi tool mỗi tháng. Người có Dev hoặc Full seat trên các gói Professional, Organization hoặc Enterprise chịu giới hạn theo phút, theo cùng mức với Tier 1 của Figma REST API. Figma có thể thay đổi các giới hạn này.

Nếu dùng MCP trong VS Code, bạn phải bật GitHub Copilot trên tài khoản. Nếu dùng Claude Code, bạn cần có Claude Code và có thể cài plugin từ marketplace được README chỉ định. Nếu dùng Gemini CLI, bạn cần Gemini CLI để cài extension và xác thực với Figma.

README không yêu cầu cài Python, Node.js, GPU hay API key riêng cho Figma MCP Server. Dù ngôn ngữ chính của repo được ghi là Python, phần hướng dẫn được cung cấp tập trung vào kết nối server từ xa và không đưa ra lệnh cài dependency Python.

Bạn cũng nên có một file Figma với frame hoặc layer muốn triển khai. Để AI cho kết quả tốt hơn, nên chuẩn bị component, variables, tên layer có ý nghĩa, auto layout, annotations và dev resources nếu thiết kế có những hành vi khó thể hiện bằng hình ảnh.

III.Cài đặt từng bước

  1. Chọn clientXác định bạn dùng VS Code, Cursor, Claude Code, Gemini CLI hoặc editor hỗ trợ Streamable HTTP
  2. Kết nối serverThêm Figma MCP Server bằng plugin, giao diện cài đặt hoặc lệnh tương ứng
  3. Xác thựcĐăng nhập hoặc xác thực với Figma nếu client yêu cầu
  4. Kiểm tra toolGọi tool hoặc xem danh sách server để xác nhận kết nối
  5. Gửi frame cho AISao chép link frame hoặc layer rồi viết prompt triển khai

A.Chọn cách kết nối phù hợp

Bạn không cần chạy file server trong repo để bắt đầu. Hãy chọn phần đúng với client đang dùng. Repo có các file cấu hình như .mcp.json, mcp.json, .claude-plugin, plugin.json, server.json và gemini-extension.json, nhưng README trình bày thao tác theo từng client.

Nếu dùng editor khác, trước hết kiểm tra tài liệu của editor xem có hỗ trợ Streamable HTTP không. Nếu có, bạn có thể dùng cấu hình server từ xa trong phần dưới.

B.Kết nối trong VS Code

Mở VS Code, dùng phím tắt ⌘ Shift P để tìm MCP:Add Server. Chọn HTTP, sau đó nhập URL server:

text
https://mcp.figma.com/mcp

Khi được hỏi server ID, nhập figma. Tiếp theo chọn thêm server toàn cục hoặc chỉ cho workspace hiện tại. Sau khi xác nhận, VS Code sẽ có cấu hình tương tự:

JSON
{
  "servers": {
    "figma": {
      "type": "http",
      "url": "https://mcp.figma.com/mcp"
    }
  }
}

Mở chat toolbar bằng ⌥⌘B hoặc ⌃⌘I, rồi chuyển sang chế độ Agent. Trong ô chat, nhập #get_design_context để kiểm tra tool. Nếu không thấy tool, README hướng dẫn khởi động lại VS Code.

Người mới thường vấp ở chỗ đang dùng Chat mode thay vì Agent mode, hoặc tài khoản chưa bật GitHub Copilot. Hai điều này cần được kiểm tra trước khi kết luận server bị lỗi.

C.Cài plugin trong Cursor

Cách được khuyến nghị là cài Figma Plugin trực tiếp từ Agent chat bằng lệnh:

text
/add-plugin figma

Plugin bao gồm cấu hình MCP server, skill cho triển khai thiết kế, kết nối component bằng Code Connect, tạo rule cho design system và quy tắc xử lý asset.

Nếu muốn cấu hình thủ công, mở Cursor → Settings → Cursor Settings, vào tab MCP, chọn + Add new global MCP server, rồi nhập:

JSON
{
  "mcpServers": {
    "figma": {
      "url": "https://mcp.figma.com/mcp"
    }
  }
}

Lưu cấu hình rồi mở lại Agent nếu danh sách tool chưa cập nhật. Khi dùng link Figma trong prompt, client không tự điều hướng tới trang đó; nó chỉ lấy node-id cần thiết để server xác định object cần trả về.

D.Cài plugin trong Claude Code

README khuyến nghị cài plugin từ marketplace chính thức bằng lệnh:

Terminal
claude plugin install figma@claude-plugins-official

Nếu không dùng plugin, bạn có thể thêm server thủ công:

Terminal
claude mcp add --transport http figma https://mcp.figma.com/mcp

Dùng lệnh sau để xem các server đã cấu hình:

Terminal
claude mcp list

Để xem chi tiết một server:

Terminal
claude mcp get my-server

Để xóa một server:

Terminal
claude mcp remove my-server

Ở các lệnh get và remove, my-server là tên server trong ví dụ của README. Nếu bạn đặt tên khác, cần dùng đúng tên đã cấu hình. Sau khi thêm server, hãy mở lại phiên Claude Code hoặc kiểm tra danh sách MCP nếu tool chưa xuất hiện.

E.Cài extension trong Gemini CLI

Cài extension Figma bằng lệnh:

Terminal
gemini extensions install https://github.com/figma/mcp-server-guide

Sau khi cài, chạy gemini. Bên trong CLI, xác thực với Figma bằng:

text
/mcp auth figma

Nếu muốn gỡ extension, dùng:

Terminal
gemini extensions uninstall figma

Bạn cần chạy lệnh cài và gỡ ở terminal có Gemini CLI. Lệnh xác thực /mcp auth figma được chạy bên trong phiên Gemini, không phải như một lệnh PowerShell hoặc Bash thông thường.

F.Cấu hình editor khác

Nếu công cụ của bạn hỗ trợ Streamable HTTP, thêm cấu hình sau vào nơi quản lý MCP server của công cụ:

JSON
{
  "mcpServers": {
    "figma": {
      "url": "https://mcp.figma.com/mcp"
    }
  }
}

Tên trường có thể khác theo editor, nên bạn cần đối chiếu tài liệu của client. README chỉ cung cấp cấu hình MCP dạng trên cho các công cụ hỗ trợ kiểu kết nối này.

G.Chuẩn bị prompt đầu tiên

Trong Figma, sao chép link tới frame hoặc layer cần làm. Mở chat của AI coding agent và yêu cầu triển khai thiết kế tại URL đã sao chép. Ví dụ, bạn có thể viết:

text
Implement the design at this Figma URL using our existing components and add the result to src/components/marketing/PricingCard.tsx.

Bạn có thể đổi framework, thư viện giao diện, đường dẫn file và component layout theo dự án. Prompt càng rõ về nơi ghi code, quy ước đặt tên và hệ thống styling thì kết quả càng dễ dùng.

IV.Kiểm tra đã chạy được chưa

Trong VS Code, chuyển sang Agent mode và nhập #get_design_context. Nếu tool xuất hiện hoặc client trả về context của frame được chọn, kết nối cơ bản đã hoạt động. Nếu không có tool, README khuyên khởi động lại VS Code.

Trong Claude Code, chạy claude mcp list. Server figma cần xuất hiện trong danh sách. Bạn cũng có thể dùng claude mcp get my-server để xem cấu hình chi tiết, với điều kiện thay my-server bằng đúng tên server của mình.

Trong Gemini CLI, sau khi chạy /mcp auth figma, hãy thử một prompt có link frame Figma. Kết quả mong đợi là agent có thể dùng context của node thay vì chỉ trả lời rằng nó không nhìn thấy thiết kế.

Trong Cursor hoặc editor khác, kiểm tra tab MCP hoặc danh sách tool của Agent. Một phép thử đơn giản là yêu cầu agent lấy context của frame, sau đó yêu cầu lấy tên và giá trị variables bằng get_variable_defs.

Khi kiểm tra, đừng chỉ nhìn việc server có trong danh sách. Hãy xem context trả về có đúng frame hoặc layer không. Link Figma có thể trỏ đến file lớn, còn node cần triển khai chỉ là một phần nhỏ trong đó.

V.Dùng vào việc thật

A.Dev frontend dựng màn hình từ Figma

Một frontend developer chọn frame màn hình đăng ký trong Figma, sao chép link rồi gửi prompt:

text
Generate React + Tailwind code from this Figma frame. Reuse existing components, follow the current file structure, and add the page under src/components.

Agent dùng get_design_context để lấy cấu trúc frame, rồi tạo code khởi đầu. Dev tiếp tục đổi các class Tailwind sang token và component thật của dự án, sau đó đối chiếu với ảnh chụp từ Figma.

B.Nhóm sản phẩm giữ đúng design system

Một nhóm đã có button, input và card dùng chung. Khi yêu cầu AI triển khai trang pricing, người phụ trách viết:

text
Use our existing Stack, Button, and PricingCard components. Get the variable names and values used in this frame before implementing it.

Agent có thể gọi get_variable_defs để đọc variables và styles trong frame. Nếu nhóm đã dùng Code Connect, AI có thêm cơ sở để tái sử dụng component thật thay vì viết component mới gần giống.

C.Chủ shop cần dựng trang bán hàng nhanh

Một chủ shop có bản thiết kế trang sản phẩm trong Figma nhưng không rành frontend. Họ gửi link frame cùng yêu cầu rõ ràng:

text
Implement this product page with the project’s existing layout components. Use the design tokens from Figma and put the page in the existing product route.

AI coding agent tạo bản triển khai ban đầu dựa trên context thiết kế. Chủ shop vẫn cần nhờ người có chuyên môn kiểm tra responsive, dữ liệu sản phẩm, quyền truy cập và logic thanh toán; MCP chỉ cung cấp context thiết kế, không tự biến bản thiết kế thành một hệ thống bán hàng hoàn chỉnh.

D.Nhân viên văn phòng lập kế hoạch dự án trên FigJam

Một nhân viên sản phẩm có PRD và muốn biến nó thành bảng kế hoạch trực quan. Nếu workflow skill tương ứng đã được hỗ trợ trong môi trường của họ, họ có thể dùng workflow-skills/generate-project-plan để chuyển PRD, cùng codebase grounding tùy chọn, thành FigJam project plan board.

Với bản ghi thao tác giao diện, workflow-skills/video-interaction-mapper có thể biến video thành storyboard Figma có chú thích. Đây là workflow cụ thể của repo, không phải lời hứa rằng mọi video đều được phân tích hoàn hảo.

Context tốt giúp AI viết code giống thiết kế hơn, nhưng prompt rõ và việc kiểm tra của con người vẫn quyết định chất lượng cuối cùng.

Ông T

E.Dev muốn sửa một phần nhỏ thay vì cả màn hình

Một màn hình lớn làm agent phản hồi chậm hoặc thiếu dữ liệu. Dev chia thiết kế thành Header, Sidebar và Card, rồi gửi từng frame nhỏ với prompt:

text
Implement only the Header component from this selected frame. Use the existing typography and layout primitives, and do not create a new icon package.

README khuyến nghị chia selection lớn thành các phần nhỏ hoặc component logic. Cách này giúp context gọn hơn, giảm lỗi và dễ kiểm tra từng phần.

VI.Lỗi hay gặp và cách xử lý

A.Không thấy tool trong VS Code

Kiểm tra bạn đã chuyển sang Agent mode chưa và tài khoản đã bật GitHub Copilot chưa. Nếu cấu hình đúng nhưng tool vẫn không xuất hiện, khởi động lại VS Code theo hướng dẫn README.

MCP client không tự mở trang Figma để đọc như một trình duyệt. Nó trích xuất node-id từ URL, vì vậy hãy sao chép link trực tiếp tới frame hoặc layer cần xử lý, không chỉ gửi tên file.

C.Kết quả code không đúng hệ thống giao diện

Nếu prompt chỉ nói “viết code từ thiết kế”, agent có thể tạo component và giá trị hardcode theo cách riêng. Hãy nêu framework, thư mục cần sửa, component phải tái sử dụng, layout system và quy ước đặt tên. Đồng thời yêu cầu agent lấy variables bằng get_variable_defs khi cần token cụ thể.

D.Selection quá lớn khiến phản hồi chậm hoặc thiếu

Hãy chia màn hình thành các phần nhỏ như Header, Card hoặc Sidebar. README lưu ý selection lớn có thể làm công cụ chậm, lỗi hoặc trả về không đầy đủ.

E.Gọi tool bị giới hạn

Kiểm tra gói Figma và loại seat của tài khoản. Starter, View hoặc Collab seat trên gói trả phí có thể chỉ được tối đa 6 lần gọi tool mỗi tháng; các seat khác chịu giới hạn theo phút. Nếu đã chạm giới hạn, cần chờ theo chính sách tài khoản hoặc điều chỉnh cách làm, không nên cố chạy lặp nhiều lần.

F.Asset bị thay thế bằng ảnh giữ chỗ

Khi không có ảnh nguồn hoặc ảnh thư viện, agent có thể xin dùng generate_image. Hãy đọc yêu cầu xin phép và thông báo về tín dụng Figma AI trước khi đồng ý. Nếu server trả về nguồn ảnh hoặc SVG từ asset endpoint, rule của Figma Plugin yêu cầu dùng trực tiếp nguồn đó và không tạo placeholder mới.

VII.Có nên dùng không

Nên dùng nếu bạn đã làm việc với Figma và muốn AI coding agent hiểu thiết kế có cấu trúc hơn. Đây cũng là lựa chọn đáng cân nhắc cho nhóm có design system, component dùng chung và quy trình Code Connect. Việc kết nối qua URL MCP khá gọn, còn Cursor, Claude Code và Gemini CLI có cách cài được README ghi rõ.

Điểm mạnh là hỗ trợ nhiều client, có công cụ lấy design context và variables, có hướng dẫn prompt, có skill cho workflow cụ thể, đồng thời có khả năng ghi lên canvas trong giai đoạn beta. Repo cũng chỉ ra cách cấu trúc file Figma để kết quả code tốt hơn: dùng component, variables, tên layer có nghĩa, auto layout, annotations và dev resources.

Giới hạn cần nhớ là server không thay thế developer. Code sinh ra vẫn phải chuyển sang convention thật của dự án, kiểm tra responsive, accessibility, logic dữ liệu và độ trung thực với Figma. Rate limit có thể ảnh hưởng rõ đến người dùng Starter, View hoặc Collab seat. Một số tính năng như tạo thiết kế từ web đang được triển khai dần, nên khả năng có thể khác theo client.

README không ghi giấy phép của repo, không mô tả một quy trình cài server Python cục bộ và không đưa ra yêu cầu GPU hay API key riêng. Nếu bạn cần một thư viện chuyển Figma thành code hoàn toàn tự động, chạy offline hoặc kiểm soát toàn bộ pipeline nội bộ, nên xem các lựa chọn khác phù hợp với yêu cầu đó. Còn nếu mục tiêu là đưa context Figma vào AI coding agent đang dùng, đây là một hướng dẫn thực tế và dễ bắt đầu.

4.5/5 · Ông T chấm

Chưa có độc giả chấm

Bài này có ích với bạn không?

Câu hỏi thường gặp

Figma MCP Server có miễn phí không?

README ghi tính năng ghi lên canvas hiện miễn phí trong giai đoạn beta nhưng sẽ trở thành tính năng tính phí theo mức sử dụng trong tương lai. Các tool đọc dữ liệu Figma có rate limit; Starter, View hoặc Collab seat bị giới hạn tối đa 6 lần gọi tool mỗi tháng theo README.

Có cần cài Python hoặc GPU không?

README không yêu cầu cài Python, Node.js hoặc GPU để kết nối server từ xa. Dù ngôn ngữ chính của repo là Python, hướng dẫn tập trung vào cấu hình MCP cho từng client.

Có chạy được trên Windows không?

README không nêu danh sách hệ điều hành cụ thể. Repo hướng dẫn qua giao diện hoặc CLI của VS Code, Cursor, Claude Code và Gemini CLI; khả năng chạy trên Windows phụ thuộc client bạn sử dụng.

Có cần API key Figma riêng không?

README không yêu cầu API key Figma riêng. Gemini CLI có bước xác thực bằng `/mcp auth figma`; các client khác thực hiện kết nối theo cơ chế của chính client.

Dữ liệu Figma có an toàn không?

README không đưa ra cam kết bảo mật chi tiết. Bạn nên kiểm tra quyền truy cập Figma, seat, client và điều khoản nhà phát triển Figma trước khi dùng với file nội bộ hoặc dữ liệu nhạy cảm.

Figma MCP Server khác gì việc chỉ gửi ảnh thiết kế cho AI?

MCP cung cấp context có cấu trúc như node, variables, components và layout, thay vì chỉ cho AI xem một ảnh. Nhờ vậy agent có thêm dữ liệu để tạo code, dùng token và tái sử dụng component.

Vì sao code tạo ra chưa giống hoàn toàn Figma?

README xem output React và Tailwind là biểu diễn của thiết kế và hành vi, không phải code cuối cùng. Bạn nên dùng component, variables, Code Connect, prompt rõ ràng và kiểm tra kết quả trực tiếp với Figma.

Chuyển nhanh tới mục

  1. I.Figma MCP Server làm được gì
    1. A.Đọc thiết kế Figma để tạo code
    2. B.Trích xuất context của hệ thống thiết kế
    3. C.Tạo code từ frame được chọn
    4. D.Gắn thiết kế với component thật bằng Code Connect
    5. E.Ghi nội dung trực tiếp lên canvas
    6. F.Tạo ảnh giữ chỗ khi thiếu asset
    7. G.Tạo thiết kế Figma từ trang web
    8. H.Hỗ trợ workflow skill riêng
  2. II.Cần chuẩn bị gì
  3. III.Cài đặt từng bước
    1. A.Chọn cách kết nối phù hợp
    2. B.Kết nối trong VS Code
    3. C.Cài plugin trong Cursor
    4. D.Cài plugin trong Claude Code
    5. E.Cài extension trong Gemini CLI
    6. F.Cấu hình editor khác
    7. G.Chuẩn bị prompt đầu tiên
  4. IV.Kiểm tra đã chạy được chưa
  5. V.Dùng vào việc thật
    1. A.Dev frontend dựng màn hình từ Figma
    2. B.Nhóm sản phẩm giữ đúng design system
    3. C.Chủ shop cần dựng trang bán hàng nhanh
    4. D.Nhân viên văn phòng lập kế hoạch dự án trên FigJam
    5. E.Dev muốn sửa một phần nhỏ thay vì cả màn hình
  6. VI.Lỗi hay gặp và cách xử lý
    1. A.Không thấy tool trong VS Code
    2. B.Client không hiểu link Figma
    3. C.Kết quả code không đúng hệ thống giao diện
    4. D.Selection quá lớn khiến phản hồi chậm hoặc thiếu
    5. E.Gọi tool bị giới hạn
    6. F.Asset bị thay thế bằng ảnh giữ chỗ
  7. VII.Có nên dùng không

Repo & Skill · 13/11/2026 · 11 phút đọc

Garden Skills: bộ skill thiết kế web, tạo ảnh, làm video cho AI — hướng dẫn cài đặt và dùng

Garden Skills là bộ sưu tập Agent Skills (kỹ năng cho AI) của tác giả ConardLi, dùng được với Claude Code, Cursor, Codex và các AI coding agent khác. Mỗi skill dạy agent làm tốt một việc như thiết kế trang web, tạo ảnh, làm video bằng code, biến tài liệu thành bài viết đẹp. Cài không khó, nhưng README có nhiều cách cài nên bạn cần chọn một cách hợp với công cụ đang dùng.

Repo & Skill · 13/11/2026 · 15 phút đọc

thesysdev/openui: xây giao diện AI dạng streaming — hướng dẫn cài đặt và dùng

OpenUI là framework full-stack, độc lập framework, giúp mô hình AI sinh giao diện có cấu trúc và hiển thị dần khi dữ liệu streaming về. Bạn có thể dựng nhanh một ứng dụng chat bằng CLI hoặc cài từng gói cho React, Vue, Svelte, Angular và LangChain. Việc bắt đầu khá đơn giản nếu máy có đúng phiên bản Node; README chưa ghi đầy đủ lệnh chạy ứng dụng sau khi scaffold.

Repo & Skill · 13/11/2026 · 11 phút đọc

Ruflo: điều phối nhóm agent AI cho Claude Code và Codex — hướng dẫn cài đặt và dùng

Ruflo (trước đây là Claude Flow) là một agent harness: lớp công cụ bao quanh Claude Code và Codex, bổ sung nhiều agent chuyên biệt, bộ nhớ qua các phiên và khả năng chia việc cho nhóm agent. Cài bằng một lệnh `npx ruflo@latest init` trong thư mục dự án, cần Node 20 trở lên. Cài khá dễ, nhưng hệ thống rất rộng nên bạn nên bắt đầu từ một tác vụ nhỏ.