把蓝湖(Lanhu)设计稿 URL 转成 AI 可直接消费的前端实现上下文——为 AI Agent 与 shell 自动化设计的管道式 CLI,附带 MCP 兼容层。
lanhu-context 接收一条 lanhuapp.com 设计稿详情 URL,把"设计稿 → 代码"链路拆成一组可独立调用、可管道组合的小命令:解析 ID、拉取元数据、获取 DDS schema、渲染 HTML+CSS(可选 Tailwind v3/v4)、提取 design tokens、下载切图、获取预览图,或一键组装成 context.md 交给 AI 实现页面。
- 原子命令、可管道组合 ——
parse/meta/schema/html/tokens/assets/preview/context,每个命令只做一件事;stdout 只放数据。 - 默认机器可读 ——
--json输出统一 envelope(ok/data/error/warnings/meta)+ 分类退出码;错误结构化为{code, severity, message, hint}。 - 分级严重性 —— tokens / preview 等附属阶段失败只降级为 warning,不拖垮核心产物(
fatal/degraded/notice三级)。 - 幂等输出 —— 重跑会比对文件内容并报告
written/skipped/overwritten;--force强制重写。 - 凭据工具链 ——
lanhu auth set/test/listen与lanhu doctor管理和诊断 token(整段浏览器 Cookie);token 绝不回显。配套的浏览器扩展与油猴脚本可在蓝湖右键菜单里一键复制设计稿链接/Cookie,或把 Cookie 直接推送给lanhu auth listen。 - MCP 兼容 —— 独立 bin
lanhu-context-mcp(npm 包@lanhu-context/mcp)以 stdio 或 streamable HTTP 提供与上游完全一致的get_design_context工具契约。 - 自带 Agent skills —— skills/ 内置两个 skill,教 Claude Code 等 Agent 正确驱动 CLI 与 MCP server。
按安装范围二选一,把整段话交给任意支持本仓库的 AI 客户端(Codex / Claude Code / Cursor / Hermes / Trae / Qoder 等),由它自行完成 CLI 安装 + skill 接入。
全局安装(CLI 命令全局可用,skill 装到用户级/全局技能目录,所有项目共享):
请为我全局安装 lanhu-context(不要 clone 任何源码仓库):
1. npm i -g @lanhu-context/cli,然后运行 lanhu doctor 直到退出码为 0(凭据问题用 lanhu auth set 配置 LANHU_TOKEN);
2. 运行 npx -y skills add dayepython/lanhu-context -s lanhu-context-cli -g -y 全局安装 skill;如果该方式不适用于你,就把 lanhu-context-cli skill 装到你自己的全局技能/规则目录(如 Claude Code 的 ~/.claude/skills、Codex 的 ~/.codex/AGENTS.md 等);
3. 安装后向我汇报 doctor 结果和 skill 安装位置。
项目级安装(CLI 装为当前项目 devDependency,skill 只对本项目生效;CLI 不在全局 PATH,执行命令需带前缀):
请在当前项目内安装 lanhu-context(不要 clone 任何源码仓库,不要全局安装):
1. npm i -D @lanhu-context/cli;之后所有 lanhu 命令都要带前缀执行:npx lanhu <command>(或封装进 package.json scripts 后用 npm run 调用);
2. 运行 npx lanhu doctor 直到退出码为 0(凭据问题用 npx lanhu auth set 配置 LANHU_TOKEN,写入项目 .env.local 并确认已被 gitignore);
3. 运行 npx -y skills add dayepython/lanhu-context -s lanhu-context-cli -y 安装 skill(默认即项目级);如果该方式不适用于你,就把 lanhu-context-cli skill 装到本项目的技能/规则目录(如 .claude/skills、.cursor/rules 等),并在 skill 用法中注明命令需用 npx lanhu 前缀;
4. 安装后向我汇报 doctor 结果和 skill 安装位置。
安装 CLI 并跑通自检:
npm i -g @lanhu-context/cli
lanhu doctor # 自检环境/凭据,exit 0 = 就绪doctor 报凭据问题时,配置蓝湖凭据(LANHU_TOKEN 是已登录 lanhuapp.com 会话的整段浏览器 Cookie 请求头)后重跑:
lanhu auth set # 从 stdin 读 token,不落命令行
lanhu auth test "$URL" # exit 0 = token 有效想一键登录?配套的浏览器扩展与油猴脚本二选一装好:
- 浏览器扩展(Cookie 保真度最高,零配置含 HttpOnly):GitHub Releases 有预构建 zip,也可自行构建,见 ecosystem/browser-extension/README.md;
- 油猴脚本(不便装扩展时用):装好 Tampermonkey 等脚本管理器后,从 GreasyFork 一键安装「蓝湖 lanhu-context 助手」(发版自动推送更新),详见 ecosystem/lanhu-monkey/README.md。
再启动一次性接收端——未安装 CLI 也能直接用 npx 登录:
lanhu auth listen
# 尚未安装 CLI 时,用 npx 免安装登录:
npx -y -p @lanhu-context/cli lanhu auth listen在超时前(默认 120s)于蓝湖设计稿页面右键点「发送 cookies 到本机」——接收端只接受浏览器扩展来源(chrome-extension:// Origin)或油猴脚本标记(x-lanhu-bridge 请求头)、仅监听 127.0.0.1、收到一次即退出,凭据以 0600 权限写入用户级配置。
要让 Agent 学会驱动 CLI,用 find-skills 把本仓的 lanhu-context-cli skill 装到你的 Agent(默认项目级,加 -g 全局安装;-a <agent> 指定目标 agent,部分 agent 不支持全局安装会标 ✗ 跳过):
npx -y skills add \
dayepython/lanhu-context \
-s lanhu-context-cli \
-y生成设计稿实现上下文:
lanhu context "https://lanhuapp.com/web/#/item/project/detailDetach?tid=...&pid=...&image_id=..." \
--json --out-dir .lanhu.local产物落在 <out-dir>/<设计稿名>-<imageId前8位>/{context.md, preview.png}——含 HTML+CSS 代码、切图映射、design tokens 与实现指引。把切图下载进项目:
lanhu assets "$URL" --download -o src/assets/my-page --json只需要部分数据时优先用原子命令:只要布局用 lanhu html "$URL" --skip-slices,只要 tokens 用 lanhu tokens "$URL"。
MCP 客户端场景:运行 npx -y @lanhu-context/mcp --stdio(bin 名 lanhu-context-mcp,也支持 --http)并在客户端注册;从上游 lanhu-context-mcp npm 包迁移是即插即用的,见 skills/lanhu-context-mcp/SKILL.md。配套的 agent skill 用 npx -y skills add dayepython/lanhu-context -s lanhu-context-mcp -y 安装(全局安装加 -g)。
| 包 | 说明 |
|---|---|
@lanhu-context/cli |
lanhu / lanhu-context 可执行命令:全部管道命令 + auth / doctor / mcp |
@lanhu-context/core |
纯逻辑:URL 解析、蓝湖 API client、schema→HTML、design tokens、context 管道 |
@lanhu-context/mcp |
MCP 兼容层,在 core 之上提供 get_design_context |
需要 Node ^20.19.0 || >=22.12.0 与 pnpm 10。
pnpm install
pnpm build # 构建所有包
pnpm test # vitest
pnpm typecheck
pnpm lint # biome完整架构(管道阶段、错误模型、退出码、配置分层)见 DESIGN.md。
本项目源自并保持与 refinist/lanhu-context-mcp 的工具契约兼容——特别感谢原作者打通了设计稿到上下文的端到端链路,让这个 CLI 成为可能。❤️