Servidor MCP ComfyUI

1. Descripción general

• Una implementación de servidor para integrar ComfyUI con MCP.

• ⚠️ IMPORTANTE: Este servidor requiere un servidor ComfyUI en ejecución.

  • Debes alojar tu propio servidor ComfyUI,

  • o tener acceso a una dirección de servidor ComfyUI existente.

Related MCP server: ComfyUI MCP

2. Depuración

2.1 Depuración de ComfyUI

python src/test_comfyui.py

2.2 Depuración de MCP

mcp dev src/server.py

3. Instalación y configuración

3.1 Configuración de ComfyUI

• Edite src/.env para configurar el host y el puerto de ComfyUI:

  COMFYUI_HOST=localhost
  COMFYUI_PORT=8188

3.2 Agregar flujos de trabajo personalizados

• Para agregar nuevas herramientas, coloque los archivos JSON de su flujo de trabajo en el directorio de workflows y declárelos como nuevas herramientas en el sistema.

4. Herramientas integradas

• texto a imagen

  • Devuelve solo la URL de la imagen generada.

  • Para obtener la imagen real:

    • Utilice la herramienta download_image , o

    • Accede a la URL directamente en tu navegador.

• descargar imagen

  • Descarga imágenes generadas por otras herramientas (como text_to_image ) utilizando la URL de la imagen.

• ejecutar_flujo_de_trabajo_con_archivo

  • Ejecute un flujo de trabajo proporcionando la ruta a un archivo JSON de flujo de trabajo.

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

  • imagen de ejemplo de CursorAI

• ejecutar_flujo_de_trabajo_con_json

  • Ejecute un flujo de trabajo proporcionando los datos JSON del flujo de trabajo directamente.

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

5. Cómo correr

5.1 Uso de UV (recomendado)

• Ejemplo 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 Uso de Docker

• Descargar imágenes a una carpeta local con download_image puede resultar difícil ya que el contenedor Docker no comparte el sistema de archivos del host.

• Al utilizar Docker, tenga en cuenta lo siguiente:

  1. Establezca RETURN_URL=false en .env para recibir datos de imagen como bytes.

  2. Establezca COMFYUI_HOST en .env en la dirección adecuada (por ejemplo, host.docker.internal o la IP de su servidor).

  3. Nota: Las cargas útiles de imágenes grandes pueden exceder los límites de respuesta cuando se utilizan datos binarios.

5.2.1 Crear imagen de Docker

# First build image
docker image build -t mcp/comfyui .

{
  "mcpServers": {
    "comfyui": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-p",
        "3001:3000",
        "mcp/comfyui"
      ]
    }
  }
}

5.2.2 Uso de imágenes existentes

También puedes utilizar imágenes prediseñadas.

{
  "mcpServers": {
    "comfyui": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-p",
        "3001:3000",
        "overseer66/mcp-comfyui"
      ]
    }
  }
}

5.2.3 Uso del transporte SSE

1. Ejecute el servidor SSE con Docker:

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

2. Configure mcp.json (cambie localhost a su IP o dominio si es necesario):

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

NOTA: Al agregar nuevos flujos de trabajo como herramientas, debe reconstruir y volver a implementar las imágenes de Docker para que estén disponibles.