Lanhu MCPは設計資料をAI開発ツールへ渡す

要件文書とデザイン稿

Lanhu MCPは要件文書を解析し、デザイン稿を自動取得します。画面画像からサイズ、間隔、色、フォントを抽出し、意味のある名前の切り出しとHTML/CSS参考コードを返します。画像の版、画面状態、非表示レイヤーが結果へ影響するため、同じページを固定します。

要件文書とデザイン稿を試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。

視覚モデルを前提にする

READMEは視覚機能を持つAIモデルが必須で、純粋なテキストモデルは対応しないと注意しています。Cursor、Claude Code、WindsurfなどMCP対応ツールから使えます。モデル名、画像が渡ったか、返された寸法と元デザインの差を保存し、テキスト要約だけで成功としません。

視覚モデルを前提にするを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。

Cookieと環境設定

手動導入ではclone、依存導入、Cookie設定、サービス起動を行います。`setup-env.sh`は対話的にCookieを取得して`.env`を作り、`easy-install.sh`も依存と環境を案内します。Cookieは秘密情報として扱い、検証用アカウント、ファイル権限、ログへの露出を確認します。

Cookieと環境設定を試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。

stdioとDockerの入口

`run-stdio.sh`はプロジェクトディレクトリへ移動し、`.env`を読んでstdioでMCPを起動します。クライアントがcommandとargsで必要時に起動できるため、HTTPを常駐させる必要はありません。Docker利用ではvolume、ポート、環境変数を別に確認し、二つのサービスを同時に起動しません。

stdioとDockerの入口を試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。

協働留言板とFeishu

AIが分析した要件を別のAIや人が参照できるチーム協働留言板を提供し、@通知ではFeishu連携とユーザーIDマッピングを使います。通知先、本文、ユーザー対応表をテスト用ワークスペースで確認します。自動通知が承認なしに社外へ出ない設定を先に決めます。

協働留言板とFeishuを試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。

UI再現度の測定

READMEはページ画像の一括取得、資産ダウンロード、並行処理を特徴に挙げます。検証では元画像、抽出資産、HTML/CSS、ブラウザのスクリーンショットを保存し、寸法、色、フォント、余白を項目別に比較します。未取得のフォントや画像をAIの推測で補完しません。

UI再現度の測定を試す際は、READMEに書かれた対象版と依存を固定します。入力となるファイル、音声、画像、モデル、会話fixture、設定ファイルを検証用の複製に限定し、実行前の状態を保存します。実行後は画面表示だけでなく標準出力、標準エラー、終了コード、生成物、保存データを照合します。失敗した場合もログを残し、同じ入力で再実行して結果が一致するかを調べます。別の版や環境で差が出た時は、その差を性能向上と決めつけず、依存、権限、ネットワーク、機器条件のどれが変わったかを記録します。

編集部の結論

Lanhuの設計をAI開発の入力へ変換したいチームに向きます。Cookieと視覚モデルが必要で、取得したデザインをそのまま完成UIとみなす用途には向きません。まずテストプロジェクトでCookie、stdio、画像解析、生成コード、Feishu通知を個別に確認してください。

公式情報源

1. Official README
2. Project repository
3. Release notes