H3 Cloud MCP

用本机 MCP 工具控制云端单卡 ComfyUI，生成 MiniMax H3 音画视频。MCP 只在本机以 stdio 运行；AutoDL 实例负责推理，两者通过 SSH 本地端口转发连接。仓库不含模型权重、私钥、素材或成片。

能做什么

• h3_check_backend：检查 ComfyUI 可达性和 H3 节点。

• h3_generate：提交文生音画任务，立即返回 job_id；默认 768×448、124 帧、20 步，约 5.17 秒。

• h3_job_status：查询排队、运行、完成或失败。

• h3_download_video：下载完成的 MP4 到本机 outputs/。

当前版本只提供 FL2VA 文生音画。首尾帧、参考视频和导演台工作流可在后续版本接入。代码未经真实 GPU 生成验收时，请把它视为本地已测试的适配器，而非云端已跑通的服务。

Related MCP server: mcp-minimax

选择算力

首选按量计费的单张 RTX 5090 32GB，主机内存建议至少 64GB，数据盘留出至少 50GB 可用空间。优先使用已带 ComfyUI、CUDA/PyTorch 适配 5090 的镜像。按 2026-10-26 AutoDL 页面观察，5090 约 ¥2.93/小时原价；部分地区或会员价约 ¥2.78/小时。现货、镜像、磁盘费用必须在下单时重新核对。一次任务的总费用取决于模型下载、冷启动、排队、生成和实例开机时长，不能仅按采样秒数计算。按量实例开机到关机按秒计费，最低 ¥0.01，无需凑满一小时。关机后普通实例的数据保留，连续关机 15 天会释放；付费扩容磁盘即使关机仍可能计费。

低价 vGPU-32GB 标价约 ¥1.66/小时，但算力表现、兼容性与独享程度需要实测，首次部署不作为默认方案。RTX 4090 24GB 约 ¥2.08/小时，可能因为卸载与显存不足而使每条成片更贵。价格与库存记录见 调研记录。

云端准备

1. 在 AutoDL 选择单张 RTX 5090，选择可用的 ComfyUI 镜像，确认 GPU、内存、数据盘容量与小时价。不要开启付费扩容，除非已核对持续存储成本。

2. 在实例内运行 nvidia-smi、python -c 'import torch; print(torch.cuda.is_available())'，确认 CUDA 可用。ComfyUI 需含原生 MiniMaxH3ImageToVideo、VAEDecodeAudio、CreateVideo 和 SaveVideo 节点；推荐 0.30.0 或更高版本。

3. 把下列四个文件放到 ComfyUI 对应 models/ 子目录。优先把文件下载到 AutoDL 数据盘，再以符号链接挂载，避免 30GB 系统盘溢出。文件总计约 39.6 GiB；下载缓存、解压和输出仍需额外空间。文件来源为 Comfy-Org/MiniMax-H3：

   目录	文件
   diffusion_models	minimax_h3_fl2va_pruned_int8_convrot.safetensors
   text_encoders	qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
   vae	minimax_h3_video_vae_fp16.safetensors
   vae	minimax_h3_audio_vae_fp32.safetensors

   仓库提供 scripts/download-models.sh。先安装官方 huggingface_hub CLI，再在云端执行脚本；它只下载 FL2VA 必需文件，不下载 Ref2VA。首次下载前检查磁盘余量与模型许可。

4. 让 ComfyUI 只监听实例的 127.0.0.1:8188。本机建立隧道：

   ssh -N -L 8188:127.0.0.1:8188 -p <AutoDL SSH 端口> root@<AutoDL SSH 地址>

5. 本机执行 curl -fsS http://127.0.0.1:8188/system_stats，确认连接。这一步不代表模型已生成成功。

AutoDL 的 实例计费规则以实例开关机时间计费，关机后付费扩容数据盘仍可能计费。模型许可、磁盘及实例的保留方式应在长期运行前确认。

本机安装 MCP

需要 Python 3.11+、uv 和已建立的 SSH 隧道：

uv sync
COMFYUI_URL=http://127.0.0.1:8188 uv run h3-cloud-mcp

在 MCP 客户端中配置 stdio 命令（将路径替换为本机仓库绝对路径）：

{
  "mcpServers": {
    "h3-cloud": {
      "command": "uv",
      "args": ["run", "--project", "/absolute/path/h3-cloud-mcp", "h3-cloud-mcp"],
      "env": {"COMFYUI_URL": "http://127.0.0.1:8188", "H3_OUTPUT_DIR": "/absolute/path/h3-cloud-mcp/outputs"}
    }
  }
}

示例调用：h3_generate({"prompt":"夜晚的台北街头，镜头缓慢推进，雨滴落在霓虹灯下，环境声自然"})，随后用返回的 job_id 调用 h3_job_status 与 h3_download_video。提交前先运行 h3_check_backend。模型实际帧数必须符合 17n+5；124 帧约 5.17 秒。若模型文件名不同，用 H3_MODEL、H3_TEXT_ENCODER、H3_VIDEO_VAE、H3_AUDIO_VAE 环境变量覆盖。

安全与许可

MCP 限制 COMFYUI_URL 为本机 HTTP 地址，预期通过 SSH 隧道访问。不应将 ComfyUI 8188 端口或此 MCP 服务直接开放到公网。公开仓库仅授权本仓库代码（MIT）；MiniMax H3 权重由 MiniMax H3 Community License 单独约束。其许可排除美国、欧盟、英国、韩国等地区，且对向第三方开放生成服务设有额外要求；公开代码不等于可以向全球提供 H3 托管服务。部署和使用前自行核对当前许可文本。生成内容由使用者负责。

验证范围

uv sync、MCP 工具注册和模拟 ComfyUI API 测试可在无 GPU 本机完成。真正的云端验收需跑通：节点和权重检查 → 生成任务 → 音画 MP4 → 本机下载 → 关机并核对账单。未完成这些步骤前不宣称真实出片成功。