RunningHub MCP
Uses a local FFmpeg binary to generate PNG previews of images and poster frames for videos from downloaded RunningHub results.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@RunningHub MCP search RunningHub models for image upscaling and show prices"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
RunningHub MCP
Локальный MCP-сервер со способом подключения STDIO для использования workflow RunningHub из Codex. Сервер предоставляет поиск моделей и цен, локальное создание и редактирование workflow, управление проектами и ассетами, выполнение задач, загрузку результатов и создание превью изображений и видео.
Сервер не содержит и не запускает модели генерации локально. Фактическая генерация изображений и видео выполняется через Workflow API RunningHub. Поэтому понадобятся аккаунт RunningHub, ключ Workflow API и совместимый workflow. Стоимость, доступность моделей, лимиты очереди и совместимость workflow определяются RunningHub.
Возможности
Поиск публичных моделей RunningHub, схем, цен и интеграционной документации.
Локальное создание, импорт, редактирование, проверка и экспорт workflow в API-формате.
Хранение локальных проектов, сцен, ассетов, рабочих элементов, ревизий workflow и планов выполнения в SQLite.
Загрузка поддерживаемых медиафайлов и LoRA-ассетов, если это поддерживается настроенным API RunningHub.
Однократная отправка подготовленного workflow, опрос статуса, отмена и восстановление неопределённой отправки без скрытого повторного платного запуска.
Скачивание подтверждённых результатов изображений и видео в проект, автоматический inline-вывод изображений в текущий чат Codex и публикация результатов как MCP-ресурсов.
Создание локальных PNG-превью изображений и постеров видео через FFmpeg.
Фиксация явного решения пользователя перед продолжением или созданием ревизии.
Публичный каталог внутри проекта — это зафиксированный локальный snapshot. Он предназначен для поиска и валидации, но не подтверждает доступность конкретной модели или workflow в вашем аккаунте RunningHub.
Related MCP server: Jev Context MCP
Требования
Node.js
22.5.0или новее. Сервер использует встроенный API Node.jsnode:sqlite.Аккаунт RunningHub и ключ Workflow API для облачной генерации.
Codex Desktop, Codex CLI или расширение Codex для IDE.
FFmpeg в
PATHдля локальных превью изображений и постеров видео. Для поиска и локальной работы с workflow FFmpeg не обязателен; если он не находится вPATH, укажитеRUNNINGHUB_FFMPEG_PATH.
Установка из GitHub
Этот вариант устанавливает исходный репозиторий. Он удобен, если вы хотите получать обновления и пересобирать сервер после изменений.
Windows PowerShell
git clone <YOUR-REPOSITORY-URL> runninghub-mcp
Set-Location .\runninghub-mcp
npm ci
npm run buildmacOS или Linux
git clone <YOUR-REPOSITORY-URL> runninghub-mcp
cd runninghub-mcp
npm ci
npm run buildnpm ci устанавливает инструменты разработки, необходимые для компиляции TypeScript. Команда npm run build создаёт папку dist/ — именно собранный JavaScript используется Codex.
Установка готового пакета
В репозитории может находиться папка rhcomfy-mcp/. Она содержит только уже собранный сервер, необходимые файлы каталога и документацию по установке. На другом компьютере выполните:
Set-Location C:\Path\To\rhcomfy-mcp
npm ci --omit=devГотовому пакету не нужны npm run build, TypeScript, тесты или исходный код. Запуск:
npm startВ macOS и Linux используются те же команды с соответствующим путём. Не копируйте node_modules с компьютера разработки: установите зависимости на целевом компьютере командой npm ci --omit=dev.
На Windows установку зависимостей и проверку можно выполнить готовым скриптом из пакета:
Set-Location C:\Path\To\rhcomfy-mcp
powershell -NoProfile -ExecutionPolicy Bypass -File .\install.ps1Скрипт проверяет Node.js, выполняет npm ci --omit=dev и запускает локальную проверку каталога и MCP-handshake. -SkipDependencies и -SkipVerify предназначены только для диагностики.
Подключение к Codex
Codex подключается к этому серверу как к локальному MCP-серверу STDIO. Формат config.toml, параметры command, args, cwd, env и настройка через desktop app описаны в официальной документации Codex MCP.
В готовом пакете есть шаблон codex-mcp.example.toml: замените в нём путь к папке пакета и placeholder API-ключа, затем перенесите блок в %USERPROFILE%\.codex\config.toml или добавьте сервер через настройки Codex Desktop.
Вариант A: Codex Desktop
Откройте Settings → MCP servers.
Нажмите Add server.
Выберите STDIO.
В поле команды укажите
node.В аргументы добавьте абсолютный путь к
dist/index.js.В качестве рабочей директории (
cwd) укажите корень пакета; это позволяет серверу найти встроенный каталог по умолчанию.Добавьте
RUNNINGHUB_WORKFLOW_API_KEYкак переменную окружения.Сохраните сервер и перезапустите Codex.
Вариант B: config.toml
Обычно Codex читает этот файл из ~/.codex/config.toml. Используйте абсолютные пути. В примере для Windows применяются строковые литералы TOML, поэтому обратные слеши не нужно экранировать:
[mcp_servers.runninghub]
command = "node"
args = ['C:\Users\YOUR_NAME\Apps\runninghub-mcp\dist\index.js']
cwd = 'C:\Users\YOUR_NAME\Apps\runninghub-mcp'
startup_timeout_sec = 20
tool_timeout_sec = 120
[mcp_servers.runninghub.env]
RUNNINGHUB_WORKFLOW_API_KEY = "PASTE_YOUR_KEY_HERE"
RUNNINGHUB_CATALOG_DIR = 'C:\Users\YOUR_NAME\Apps\runninghub-mcp\data\upstream'Для macOS или Linux:
[mcp_servers.runninghub]
command = "node"
args = ["/Users/your-name/Apps/runninghub-mcp/dist/index.js"]
cwd = "/Users/your-name/Apps/runninghub-mcp"
startup_timeout_sec = 20
tool_timeout_sec = 120
[mcp_servers.runninghub.env]
RUNNINGHUB_WORKFLOW_API_KEY = "PASTE_YOUR_KEY_HERE"
RUNNINGHUB_CATALOG_DIR = "/Users/your-name/Apps/runninghub-mcp/data/upstream"Храните API-ключ в секции переменных окружения или в защищённом хранилище операционной системы. Не вставляйте его в prompt, аргументы MCP-инструментов, JSON workflow, файлы проекта или команды shell, которые сохраняются в истории.
Вариант C: Codex CLI
Официальная команда для добавления STDIO-сервера:
codex mcp add runninghub -- node /absolute/path/to/runninghub-mcp/dist/index.jsПосле добавления отредактируйте ~/.codex/config.toml и добавьте cwd и секцию [mcp_servers.runninghub.env] из примера выше. Проверить список серверов можно командой:
codex mcp listВ Codex TUI команда /mcp показывает активные MCP-серверы. В desktop app после изменения конфигурации выполните перезапуск.
Триггер rh
Сервер использует слово rh как понятный текстовый триггер для RunningHub-запросов. Например:
rh найди подходящий workflow для генерации изображения кота в космосе. Ничего не запускай.rh подготовь workflow для короткого видео из этого изображения и остановись перед платной отправкой.При таком запросе Codex должен выбрать инструменты RunningHub MCP, выполнить описанный в инструкции порядок и остановиться перед платной операцией, если пользователь явно не подтвердил запуск.
Важно: rh — это semantic trigger, а не команда операционной системы. Он не устанавливает и не запускает отключённый MCP-сервер сам по себе. MCP должен быть заранее добавлен в config.toml или через настройки Codex и оставаться включённым. Если сервер не подключён, Codex должен сообщить об этом, а не делать вид, что генерация доступна.
Само слово rh не является разрешением на генерацию и не подтверждает стоимость. Используйте его как префикс запроса, например rh найди, rh проверь, rh подготовь или rh запусти после моего подтверждения.
Первая проверка после установки
Попросите Codex:
Используй RunningHub MCP: вызови
rh_get_capabilities, затем вызовиrh_search_modelsс простым запросом для генерации изображения. Не запускай платную задачу.
При корректной установке Codex увидит инструменты RunningHub и получит данные каталога. rh_get_capabilities может показать статус облачного выполнения configured_not_verified или unknown — это нормально, пока конкретный аккаунт и workflow не были проверены.
Генерация изображений и видео
Рекомендуемый порядок работы:
Зарегистрируйте локальную папку проекта или выберите уже созданный проект.
Импортируйте API-format workflow JSON либо создайте/отредактируйте workflow локально.
Создайте рабочий элемент с описанием нужного изображения или видео.
Проверьте workflow и подготовьте неизменяемый план генерации через
rh_prepare_generation.После проверки workflow и ожидаемой стоимости отправьте план через
rh_run_workflow.Отслеживайте задачу через
rh_job.Скачайте результаты через
rh_get_results.Зафиксируйте решение по результату через
rh_review_result, прежде чем запрашивать продолжение или ревизию.
Примеры запросов к Codex:
Используй RunningHub MCP, изучи доступные workflow для генерации изображений и скажи, какой из них подходит для этой задачи. Ничего не запускай.Импортируй API-format workflow JSON из <project-relative-path>, проверь его и подготовь план генерации изображения для этого проекта. Остановись перед отправкой и покажи выбранный workflow и ожидаемую стоимость.Используя уже проверенный план, отправь одну задачу RunningHub, дождись завершения, скачай подтверждённый результат и покажи локальные ресурсы результата. Если отправка станет неопределённой, не повторяй её автоматически.Для видео укажите длительность, размеры и все входные медиафайлы, которые требуются выбранному workflow. Для изображения зарегистрируйте исходные изображения или маски внутри проекта, если workflow их использует. Перед загрузкой и отправкой сервер проверяет локальные роли медиафайлов и ограничения профиля.
Конфигурация
Переменная | Значение по умолчанию | Назначение |
| не задана | Включает адаптер официального RunningHub Workflow API. Храните ключ в секрете. |
|
| Профиль live harness; |
|
| Локальная SQLite-база и рабочее состояние. |
|
| Явный путь к SQLite-базе. |
|
| Файлы зафиксированного каталога, входящие в пакет. |
| не задана | Зарезервированная настройка корня проектов. |
|
| Исполняемый файл FFmpeg для превью и постеров видео. |
Сервер не содержит встроенных учётных данных. MCP-сообщения записываются только в stdout, диагностические сообщения — в stderr.
По умолчанию локальное состояние хранится вне установочной папки:
Windows:
%USERPROFILE%\.runninghubmacOS/Linux:
~/.runninghub
Сделайте резервную копию этой папки, если хотите сохранить локальные проекты, ревизии, задачи и историю review. Сгенерированные медиафайлы сохраняются в папке output зарегистрированного проекта.
Что входит в установочный пакет
Минимальный готовый пакет содержит:
Файл | Назначение |
| Собранный runtime-код. |
| Публичный каталог моделей. |
| Snapshot публичных цен. |
| Локальный API-контракт для каталоговых и интеграционных инструментов. |
| Публичные интеграционные инструкции. |
| Метаданные происхождения и ревизии каталога. |
| Runtime-зависимости, версия Node.js и команда запуска. |
| Воспроизводимая установка runtime-зависимостей. |
| Инструкции по установке и подключению к Codex. |
| Windows-установка зависимостей и проверка пакета. |
| Проверка файлов, каталога и STDIO MCP-handshake без обращения к RunningHub. |
| Безопасный шаблон блока |
| Создание переносимого ZIP без |
Файлы third_party/upstream/LICENSE и UPSTREAM.md не читаются сервером при запуске, но их следует включать при распространении каталога, чтобы сохранить уведомление и информацию о происхождении данных.
В готовый runtime-пакет не нужно включать:
src/иtsconfig.json— исходники TypeScript и конфигурация компилятора.tests/,fixtures/иscripts/test-live.mjs— тесты и интерактивные live-проверки для разработки.docs/,PROGRESS.md,DECISIONS.md,ACCEPTANCE.mdиRUNNINGHUB_MCP_IMPLEMENTATION_PLAN.md— документацию процесса разработки.node_modules/— зависимости нужно устанавливать на целевом компьютере.dist/**/*.d.tsиdist/**/*.js.map— декларации типов и source maps, не требующиеся для запуска.Временное состояние:
.tmp/, SQLite-файлы, сгенерированные медиафайлы, API-ключи и приватные данные проектов.
Отдельная папка rhcomfy-mcp/ в этом репозитории предназначена именно для такого runtime-пакета, а не для второй копии исходного проекта. Файл rhcomfy-mcp-runtime.zip, создаваемый package.ps1, можно передать на другой компьютер.
Обновление и сборка runtime-пакета
После изменений в src/ выполните из корня репозитория:
npm run package:runtime
powershell -NoProfile -ExecutionPolicy Bypass -File .\rhcomfy-mcp\package.ps1Первая команда пересобирает проект и синхронизирует в rhcomfy-mcp/ только актуальные .js и публичный каталог. Вторая создаёт rhcomfy-mcp/rhcomfy-mcp-runtime.zip; содержимое архива перечислено в таблице выше.
Команды разработки
Эти команды нужны только при работе с исходным репозиторием:
npm ci
npm run typecheck
npm run build
npm run test:acceptance:offlineLive-harness намеренно не входит в обычную установку. Профиль RUNNINGHUB_LIVE_CASES по умолчанию — full, но проверки всё равно требуют API-ключ, явные аргументы и могут отправлять платные задачи. Запускайте их только после проверки workflow и понимания возможных расходов.
Решение проблем
Codex запускает сервер, но каталог не читается
Скорее всего, сервер запускается с неправильной рабочей директорией. Укажите cwd корня пакета и/или задайте RUNNINGHUB_CATALOG_DIR абсолютным путём к data/upstream.
Если сервер не запускается сразу после распаковки, из папки пакета выполните npm ci --omit=dev, затем npm run verify. На Windows при заблокированном PowerShell используйте powershell -NoProfile -ExecutionPolicy Bypass -File .\install.ps1; политика меняется только для этого запуска.
Облачные инструменты возвращают CAPABILITY_UNKNOWN
RUNNINGHUB_WORKFLOW_API_KEY отсутствует, пуст или недоступен процессу Codex. После изменения окружения перезапустите Codex. Ключ не принимается в качестве аргумента MCP-инструмента.
Для результата не создаётся превью или постер
Установите FFmpeg и добавьте его в PATH либо задайте RUNNINGHUB_FFMPEG_PATH абсолютным путём к исполняемому файлу. Исходные результаты провайдера отделены от локальных производных файлов и могут обрабатываться независимо.
Задача находится в состоянии SUBMIT_UNKNOWN
Не вызывайте rh_run_workflow повторно. Если RunningHub показывает исходный provider task ID за пределами MCP, выполните reconciliation через rh_job с действием resume, а затем дождитесь результата. Это предотвращает случайную повторную платную отправку.
Workflow недоступен
Публичный каталог не является списком разрешений аккаунта. Проверьте workflow ID, модель, схему входных данных, роли медиафайлов и доступ аккаунта RunningHub.
Безопасность и стоимость
Считайте
RUNNINGHUB_WORKFLOW_API_KEYпаролем.Перед отправкой проверяйте JSON workflow, входные файлы, provider workflow ID и ожидаемую стоимость.
Не вставляйте подписанные upload URL и приватные payload в prompt или систему контроля версий.
Генерация, загрузка файлов и polling RunningHub — внешние операции. Локальная проверка и подготовка плана сами по себе не отправляют задачу провайдеру.
Сервер не выполняет скрытый повтор неопределённой платной отправки.
Лицензия и происхождение данных
Файлы публичного каталога сохраняют исходное происхождение и уведомление в UPSTREAM.md и third_party/upstream/LICENSE. Перед публикацией проекта добавьте отдельную лицензию, если хотите определить условия распространения исходного кода сервера.
Available Tools
24 toolsrh_assetC
Inspect or register project-owned assets, prepare a tagged provider reference, or explicitly upload one through the configured backend.
Inputs: action (required), project_id (required), roles, asset_id, +3 more.
rh_build_example_payloadC
Build an example payload from a public model schema; it does not submit a task.
Inputs: endpoint (required), mode.
rh_create_workflowB
Create an immutable local workflow revision from an API graph or an empty draft. No cloud task is submitted.
Inputs: project_id (required), reason, api_graph, workflow_id, +1 more.
rh_edit_workflowB
Apply an atomic typed graph edit batch using compare-and-swap; failed batches create no revision.
Inputs: reason (required), operations (required), workflow_id (required), base_revision_id (required).
rh_estimate_priceC
Estimate a public catalog price. Verify official RunningHub pricing before showing a final cost.
Inputs: endpoint (required), payload.
rh_export_workflowB
Export a local workflow revision as API-format JSON without secrets or cloud submission.
Inputs: workflow_id (required), format, revision_id.
rh_get_capabilitiesC
Report local server, catalog provenance, and backend capability evidence without exposing secrets.
Inputs: backend, profile.
rh_get_integration_guideB
Return public-safe integration guidance for the optional standard model API family.
Inputs: topic.
rh_get_model_schemaB
Return a public schema for one catalog endpoint; it does not verify cloud access.
Inputs: endpoint (required).
rh_get_resultsB
Download confirmed provider outputs as validated local original files, render supported images inline in the current MCP chat, and create local preview/poster derivatives without submitting another task.
Inputs: job_id (required).
rh_get_workflowC
Read a local immutable workflow revision and its validation report.
Inputs: workflow_id (required), revision_id.
rh_import_workflowC
Discover API-format workflow JSON files in a registered project or import one explicitly; no provider task is submitted.
Inputs: project_id (required), workflow_id, output_nodes, relative_path.
rh_jobC
Inspect or advance one durable job without hiding provider errors or retrying an uncertain submit.
Inputs: action (required), job_id (required), timeout_ms, provider_task_id.
rh_prepare_generationB
Create an immutable local execution plan from one work item and one workflow revision; no provider task is submitted.
Inputs: work_item_id (required), output_contract (required), backend_profile_id (required), workflow_revision_id (required), +4 more.
rh_projectC
Register, inspect, list, or index a project without changing files outside its explicit roots.
Inputs: action (required), project_id, asset_roots, output_root, +4 more.
rh_review_resultC
Record one idempotent user review for a saved result; an explicit approved continuation may run one already prepared next plan.
Inputs: decision (required), result_id (required), feedback, continuation, +3 more.
rh_run_workflowB
Submit one prepared execution plan through its configured durable backend; repeated request IDs never create a second local submit.
Inputs: plan_id (required), request_id (required).
rh_sceneC
Read, resolve, or upsert normalized scene context and its required asset roles.
Inputs: action (required), project_id (required), alias, aliases, +7 more.
rh_search_modelsC
Search the pinned public RunningHub model catalog. This is discovery only, not account availability.
Inputs: limit, query, max_price, output_type, +1 more.
rh_search_workflowsB
Search the registered workflow library using hard scene requirements; constraints are never weakened to force a result.
Inputs: output_kind, required_roles, hard_constraints, backend_profile_id.
rh_upload_loraC
Upload one registered project LoRA through the dedicated RHLoraLoader flow; signed upload URLs are never returned or stored as graph references.
Inputs: asset_id (required), project_id (required), work_item_id (required), backend_profile_id.
rh_validate_payloadB
Validate a payload against a public model schema; this does not execute it.
Inputs: payload (required), endpoint (required).
rh_validate_workflowB
Return structural, runnable, and backend-compatibility states for a local workflow revision.
Inputs: workflow_id (required), revision_id.
rh_work_itemB
Create/read/close a requested work item; creation does not create a job or submit a paid task.
Inputs: action (required), chain_id, scene_id, project_id, +4 more.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 24 tools
Most tools target clearly distinct resources or lifecycle stages, and descriptions explicitly separate local from cloud and discovery from execution. Some potential confusion remains among noun-only multiplexed tools (rh_job, rh_work_item, rh_prepare_generation) and between validate_payload and validate_workflow, but boundaries are generally clear.
All tools use a consistent rh_ snake_case prefix, but the naming pattern is not uniform: many are verb_noun, while project, asset, scene, work_item, and job are noun-only tools that bundle multiple operations. The names are readable but do not follow one predictable convention.
24 tools is heavy for a single MCP server and sits at the upper edge of the 16-25 range before becoming excessive. The domain is broad enough that each tool has some rationale, but the set is large enough to burden selection and increase cognitive load.
The surface covers discovery, workflow creation/read/edit/validate/export/import/search, project and asset handling, scene and work-item context, generation preparation/run/job/results/review, and capability reporting. Some delete or list operations are absent, such as deleting projects/assets or listing jobs, but core generation lifecycle coverage is strong.
Related MCP Connectors
Source-checked CLI guides and model-aware planning for Claude Code, Codex, and Grok Build.
Build, validate, test-run and publish AIOS workflows from Claude Code, Codex, Cursor or VS Code.
Discover, run, inspect, build, test, and privately reuse AI workflows.
Create, browse, remix, collaborate on, and run durable AI workflow nodes from MCP hosts.
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceEnables bounded, multi-phase coding workflows inside Codex that plan, implement, independently review, repair, and verify repository changes, with an inline dashboard for inspecting runs.MIT
- AlicenseNot gradedqualityCmaintenanceEnables local, bounded routing and evidence judgments for Codex tasks, with tools for reading file context, checking outputs, and selecting registered workflows while keeping execution and review with the client.MIT
- AlicenseNot gradedqualityBmaintenanceEnables Doubao Work to submit, monitor, resume, and independently verify coding tasks that a local Codex app-server executes in persistent project sessions, with SQLite-backed task state and artifacts retained on the user's machine.1MIT

TopMediAi-MCPofficial
AlicenseAqualityCmaintenanceEnables local Codex users to generate and preview images, music, video, and speech, with model catalogs, cost estimates, budget validation, task recovery, and account-scoped media handling.35MIT