难怪Claude和ChatGPT等模型不支持中国地区，你怎么看？

最近我用cursor搭配Claude，工作效率蹭蹭上涨，因此我也开了Pro会员。不过，今天在选择Claude和ChatGPT互动时，竟然弹出提示：“这个模型提供商不支持您所在的地区。”论坛的小伙伴们说AI供应商有了变动。

回到家一看，能选的模型真是少得可怜。

​

前言

cursor，这款AI编程软件，简直是个“魔法师”，让程序员们喜忧参半。它不仅能帮助你代码补全、续写、优化，甚至能从头到尾生成一个可以运行的项目，让人忍不住想感叹。

AI大模型学习资料包：包括学习路线、面试真题和PDF笔记，应有尽有，助你从零到精通！

MCP最近也引起了很多人的关注，如果想了解更多，可以去看看官网文档。MCP的目标是为大模型的外部资源和工具调用建立一个统一的标准，有了它，智能体Agent可以快速接入各种工具。

MCP的生态环境也热火朝天，许多云平台已经推出了可直接使用的MCP服务器，但各自的质量不一。根据我的使用体验，我优先推荐的顺序是Smithery > composio > cursor.so > mcp.so > 官方github等等。不同平台（mac、linux、Windows）上的命令也可能会有所不同，大家掌握一下配置中的命令含义就没问题了。

# 效果体验

正文

回到正题，既然LLM可以通过MCP服务器做这么多事情，那如果有某个软件设计工具（比如figma、墨刀、Axure、PS）的MCP服务器，是否意味着可以直接通过LLM实现从文本到设计图的转变呢？答案当然是肯定的。于是我去找了一圈这些MCP服务器的提供商，结果发现大多数还没有实现这个功能，真想呼吁一下软件公司加油啊。不过，我还是幸运地找到一个能实现的，只是效果稍微有点遗憾，但整个流程还是顺利走通了。

FigMa MCP仓库

我们使用的是cursor-talk-to-figma-mcp的github仓库，相关操作流程也在里面。

流程

注意事项：

• mac和Windows的流程会有所不同
• figma需要安装桌面版

第一步

首先从上面的仓库中将代码拉取到本地，找到项目路径sr/cursor_mcp_plugin/mainfest.json这个文件，后面需要在figma中配置用到。

第二步 环境配置

根据项目的README.md文件，添加环境配置（mac和Windows的步骤不同）

mac)

1、在终端运行下面的指令

​​curl -fsSL https://bun.sh/install | bash

2、运行设置，这样会在你的Cursor项目中同时安装MCP

​bun setup

3）启动WebSocket服务器，在项目的根路径下执行

​bun socket

​

运行一个websocket服务，确保服务正常启动。

windows)1、通过powershell安装bun

​powershell -c "irm bun.sh/install.ps1|iex"

2、启动websocket，在项目的根路径下执行

​bun socket

到这一步，你就开启了一个websocket服务，它是cursor和figma app之间的桥梁。

第三步 安装Figma桌面端和figma插件

在Figma网页端，左侧下拉菜单中点击“获取桌面应用”即可。

安装figma插件

​

​

安装成功后，会提示socket连接成功，安装插件也完成，并随机生成了一个渠道 channel: n29khroo。

在websocket端看到figma客户端已经成功连接。

第四步 配置cursor MCP server

这里有两种配置方式，mac和windows会有所不同。

在项目中使用的是

​​{
  "mcpServers": {
    "TalkToFigma": {
      "command": "bunx",

"args": ["cursor-talk-to-figma-mcp@latest"]
    }
  }
}

适合mac

在Windows中测试连接客户端失败，使用下面命令成功连接

​{
  "mcpServers": {
    "TalkToFigma": {
      "command": "npx",
      "args": ["cursor-talk-to-figma-mcp@latest"]
    }
  }
}

bunx和npmx命令类似，都是用来运行项目中或者远程npm包的工具。

成功连接后会展示工具，并在socket端日志中可以看到客户端的连接记录。

第五步 在cursor对话

1、在figma页面找到channel进行连接；2、直接输入对话内容，开始生成设计图。

第六步 查看效果图

开始制作原型图的时候效果并不是很好，毕竟流程还是走通了。

整个调用流程

​​

怎么学习大模型呢？

学习AI大模型其实是一个系统化的过程，要从基础知识开始，逐步深入到更复杂的技术领域。

我为大家整理了一份非常全面的AI大模型学习资源，包括从入门到实战的全套学习路线图、优质的学习书籍手册、视频教程、实战项目以及面试题等，所有资料都是免费的！

这份大模型的学习路线大纲适合从零基础到进阶的小伙伴们，记得收藏哦！

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

学会之后的收获：

• 能够实现基于大模型的全栈工程（涵盖前端、后端、产品管理、设计、数据分析等），通过这门课程，可以获得不同的技术能力；

• 有能力运用大模型解决实际项目中的需求：在这个大数据时代，很多企业和组织需要处理海量的数据，掌握大模型技术可以让他们更有效地进行数据分析和决策，因此，学习这些技能对于程序员来说至关重要；

• 精通大模型和企业数据的AI应用开发，掌握GPU算力、硬件知识、LangChain开发框架和项目实战技能，能够一站式学习到Fine-tuning的相关知识（包括数据准备、数据蒸馏和大模型的部署）；

• 提高在热门领域的模型训练能力，增强程序员的编码水平：大模型的应用开发需要掌握机器学习和深度学习的相关技术，这样可以帮助程序员更好地编写高质量的代码，提升分析能力。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

如果有需要的朋友，可以点击下方的小卡片领取哦！

​

AI大模型完整学习资料包：涵盖学习路线、大模型面试真题、PDF笔记等，从入门到实战精通！