Skip to main content
Glama

ComfyUI MCP サーバー

1. 概要

  • ComfyUI を MCP と統合するためのサーバー実装。

  • ⚠️ 重要: このサーバーでは、実行中の ComfyUI サーバーが必要です。

    • 独自のComfyUIサーバーをホストするか、

    • または、既存の ComfyUI サーバー アドレスにアクセスできる必要があります。


Related MCP server: Together AI Image Server

2. デバッグ

2.1 ComfyUI デバッグ

python src/test_comfyui.py

2.2 MCPデバッグ

mcp dev src/server.py

3. インストールと設定

3.1 ComfyUI の設定

  • src/.envを編集して、ComfyUI のホストとポートを設定します。

    COMFYUI_HOST=localhost
    COMFYUI_PORT=8188

3.2 カスタムワークフローの追加

  • 新しいツールを追加するには、ワークフロー JSON ファイルをworkflowsディレクトリに配置し、システム内で新しいツールとして宣言します。


4. 組み込みツール

  • テキストを画像に変換する

    • 生成された画像の URL のみを返します。

    • 実際の画像を取得するには:

      • download_imageツールを使用するか、

      • ブラウザで直接 URL にアクセスします。

  • ダウンロード画像

    • 画像 URL を使用して、他のツール ( text_to_imageなど) によって生成された画像をダウンロードします。

  • ファイルを使ったワークフローの実行

    • ワークフロー JSON ファイルへのパスを指定してワークフローを実行します。

      # You should ask to agent like this.
      Run comfyui workflow with text_to_image.json
    • CursorAIの例画像

  • json を使用したワークフローの実行

    • ワークフロー JSON データを直接提供してワークフローを実行します。

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

5. 実行方法

5.1 UVの使用(推奨)

  • mcp.json例:

    {
      "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 Dockerの使用

  • Docker コンテナはホスト ファイル システムを共有しないため、 download_imageを使用してイメージをローカル フォルダーにダウンロードするのは難しい場合があります。

  • Docker を使用する場合は、次の点を考慮してください。

    1. 画像データをバイトとして受信するには、 .envRETURN_URL=false設定します。

    2. .envCOMFYUI_HOST適切なアドレス (例: host.docker.internalまたはサーバーの IP) に設定します。

    3. 注意: バイナリ データを使用する場合、大きな画像ペイロードは応答制限を超える可能性があります。

5.2.1 Dockerイメージのビルド

# 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 既存の画像の使用

事前に構築されたイメージを使用することもできます。

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

5.2.3 SSEトランスポートの使用

  1. Docker で SSE サーバーを実行します。

    docker run -i --rm -p 8001:8000 overseer66/mcp-comfyui-sse
  2. mcp.jsonを設定します (必要に応じて localhost を自分の IP またはドメインに変更します)。

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

注意: 新しいワークフローをツールとして追加する場合は、Docker イメージを再構築して再デプロイし、使用できるようにする必要があります。


Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Overseer66/comfyui-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server