舒适的 MCP 服务器

使用 FastMCP 框架通过远程 Comfy 服务器根据提示生成图像的服务器。

概述

此脚本使用 FastMCP 框架搭建了一个服务器，用于根据指定的工作流程，根据提示生成图像。该脚本与远程 Comfy 服务器交互，以提交提示并检索生成的图像。

先决条件

• Python 的uv包和项目管理器。
• 从 Comfy UI 导出的工作流文件。此代码包含一个示例Flux-Dev-ComfyUI-Workflow.json ，仅供参考。您需要从您的工作流中导出该文件，并相应地设置环境变量。

您可以安装本地开发所需的软件包：

配置

设置以下环境变量：

• COMFY_URL指向您的 Comfy 服务器 URL。
• COMFY_WORKFLOW_JSON_FILE指向 comfyui 工作流的 API 导出 json 文件的绝对路径。
• PROMPT_NODE_ID为文本提示节点的id。
• OUTPUT_NODE_ID为具有最终图像的输出节点的 id。
• OUTPUT_MODE为url或file来选择所需的输出。

或者，如果您正在运行Ollama服务器，您可以连接到它来生成提示。

• OLLAMA_API_BASE到 ollama 运行的 url。
• PROMPT_LLM为 ollama 上托管的用于生成提示的模型的名称。

例子：

用法

Comfy MCP Server 可以通过以下命令启动：

Claude 桌面配置示例

功能

generate_image(prompt: str, ctx: Context) -> Image | str

此函数使用指定的提示生成图像。它遵循以下步骤：

1. 检查所有环境变量是否都已设置。
2. 从 JSON 文件加载提示模板。
3. 将提示提交给 Comfy 服务器。
4. 轮询服务器以获取提示处理的状态。
5. 一旦准备好，检索并返回生成的图像。

generate_prompt(topic: str, ctx: Context) -> str

此功能根据指定主题生成综合图像生成提示。

依赖项

• mcp ：用于设置 FastMCP 服务器。
• json ：用于处理 JSON 数据。
• urllib ：用于发出 HTTP 请求。
• time ：用于增加轮询的延迟。
• os ：用于访问环境变量。
• langchain ：用于创建简单的 LLM Prompt 链以从主题生成图像生成提示。
• langchain-ollama ：用于 LangChain 的 ollama 特定模块。

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。