ComfyUI MCP 服务器

1.概述

• 用于集成 ComfyUI 与 MCP 的服务器实现。

• ⚠️ 重要提示：此服务器需要正在运行的 ComfyUI 服务器。

  • 您必须托管自己的 ComfyUI 服务器，

  • 或者访问现有的 ComfyUI 服务器地址。

Related MCP server: Stability AI MCP Server

2. 调试

2.1 ComfyUI 调试

2.2 MCP调试

3.安装和配置

3.1 ComfyUI 配置

• 编辑src/.env以设置 ComfyUI 主机和端口：

  COMFYUI_HOST=localhost COMFYUI_PORT=8188

3.2 添加自定义工作流程

• 要添加新工具，请将工作流 JSON 文件放在workflows目录中，并在系统中将其声明为新工具。

4.内置工具

• 文本转图像

  • 仅返回所生成图像的 URL。

  • 要获取实际图像：

    • 使用download_image工具，或者

    • 直接在浏览器中访问该 URL。

• 下载图片

  • 使用图像 URL 下载由其他工具（如text_to_image ）生成的图像。

• 运行工作流与文件

  • 通过提供工作流 JSON 文件的路径来运行工作流。

    # You should ask to agent like this. Run comfyui workflow with text_to_image.json

  • CursorAI 的示例图像

• 使用 json 运行工作流

  • 通过直接提供工作流 JSON 数据来运行工作流。

    # You should ask to agent like this. Run comfyui workflow with this { "3": { "inputs": { "seed": 156680208700286, "steps": 20, ... (workflow JSON example) }

5. 如何运行

5.1 使用紫外线（推荐）

• 示例mcp.json ：

  { "mcpServers": { "comfyui": { "command": "uv", "args": [ "--directory", "PATH/MCP/comfyui", "run", "--with", "mcp", "--with", "websocket-client", "--with", "python-dotenv", "mcp", "run", "src/server.py:mcp" ] } } }

5.2 使用 Docker

• 由于 Docker 容器不共享主机文件系统，因此使用download_image将图像下载到本地文件夹可能会很困难。

• 使用 Docker 时，请考虑：

  1. 在.env中设置RETURN_URL=false以字节形式接收图像数据。

  2. 将.env中的COMFYUI_HOST设置为适当的地址（例如， host.docker.internal或服务器的 IP）。

  3. 注意：使用二进制数据时，大型图像有效载荷可能会超出响应限制。

5.2.1 构建 Docker 镜像

5.2.2 使用现有图像

您也可以使用预先构建的图像。

5.2.3 使用 SSE 传输

1. 使用 Docker 运行 SSE 服务器：

   docker run -i --rm -p 8001:8000 overseer66/mcp-comfyui-sse

2. 配置mcp.json (如果需要，将 localhost 更改为您的 IP 或域)：

   { "mcpServers": { "comfyui": { "url": "http://localhost:8001/sse" } } }

注意：当添加新的工作流程作为工具时，您需要重建并重新部署 Docker 镜像以使其可用。