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: Together AI Image Server

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

Ejecute el servidor SSE con Docker:

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

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.