Token导航 LogoToken导航

MCP Server · 设计创作

Comfy MCP Server

基于FastMCP框架的服务器,通过远程Comfy服务器根据提示生成图像。

stdio官方级别未说明来源级核验工具 0
图像生成工作流自动化PythonClaude

快速开始

作者 / 组织
lalanikarim
提供方
lalanikarim
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

42

仓库热度

收录来源

3 个

MCP World

选型结论

Comfy MCP Server 属于设计创作类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

设计创作

传输方式

stdio

认证方式

无需认证

部署方式

支持远程部署

安装与配置

安装命令

uvx mcp[cli]

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

Comfy MCP服务器

使用FastMCP框架通过远程Comfy服务器根据提示生成图像的服务器。

概述

此脚本使用FastMCP框架设置服务器,以使用指定的工作流根据提示生成图像。它与远程Comfy服务器交互,以提交提示并检索生成的图像。

先决条件

  • 紫外线 Python的包和项目管理器。
  • 从Comfy UI导出的工作流文件。此代码包含一个示例 Flux-Dev-ComfyUI-Workflow.json 此处仅作为参考。您需要从工作流中导出并相应地设置环境变量。

您可以安装本地开发所需的软件包:

uvx mcp[cli]

配置

设置以下环境变量:

  • COMFY_URL 指向您的Comfy服务器URL。
  • COMFY_WORKFLOW_JSON_FILE 指向用于comfyui工作流的API导出json文件的绝对路径。
  • PROMPT_NODE_ID 到文本提示节点的id。
  • OUTPUT_NODE_ID 将最终图像转换为输出节点的id。
  • OUTPUT_MODE 要么 url 或 file 以选择所需的输出。

(可选)如果您有 没有 服务器正在运行,您可以连接到它以生成提示。

  • OLLAMA_API_BASE 指向运行ollama的url。
  • PROMPT_LLM 以在ollama上托管的模型的名称进行快速生成。

例子:

export COMFY_URL=http://your-comfy-server-url:port
export COMFY_WORKFLOW_JSON_FILE=/path/to/the/comfyui_workflow_export.json
export PROMPT_NODE_ID=6 # use the correct node id here
export OUTPUT_NODE_ID=9 # use the correct node id here
export OUTPUT_MODE=file

用法

Comfy MCP服务器可以通过以下命令启动:

uvx comfy-mcp-server

Claude桌面配置示例

{
  "mcpServers": {
    "Comfy MCP Server": {
      "command": "/path/to/uvx",
      "args": [
        "comfy-mcp-server"
      ],
      "env": {
        "COMFY_URL": "http://your-comfy-server-url:port",
        "COMFY_WORKFLOW_JSON_FILE": "/path/to/the/comfyui_workflow_export.json",
        "PROMPT_NODE_ID": "6",
        "OUTPUT_NODE_ID": "9",
        "OUTPUT_MODE": "file",
      }
    }
  }
}

功能

generate_image(prompt: str, ctx: Context) -> Image | str

此函数使用指定的提示生成图像。它遵循以下步骤:

  1. 检查是否已设置所有环境变量。
  2. 从JSON文件加载提示模板。
  3. 将提示提交给Comfy服务器。
  4. 向服务器轮询提示处理的状态。
  5. 一旦生成的图像准备就绪,就检索并返回它。

generate_prompt(topic: str, ctx: Context) -> str

此函数用于从指定主题生成全面的图像生成提示。

依赖项

  • mcp:用于设置FastMCP服务器。
  • json:用于处理JSON数据。
  • urllib:用于发出HTTP请求。
  • time:增加投票延迟。
  • os:用于访问环境变量。
  • langchain:用于创建简单的LLM Prompt链,以从主题生成图像生成提示。
  • langchain-ollama:用于LangChain的ollama特定模块。

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

图像生成Python本地部署服务器AI绘图工作流自动化

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

出图与改图

按描述生成或修改图像,快速迭代风格。

读取设计稿

读取画布和图层信息,按规范生成页面。

素材整理

批量生成缩略图、统一命名和标签。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 3 个目录同时收录,信息可以交叉核对。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在设计创作场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Comfy MCP Server

MCP World · 本页

0stdio有3 个2026-05-17
Blender MCP

MCP.so

17stdio有3 个2026-05-17
Figma Context MCP 3aaa8d28

MCP World

0未说明未标注2 个2026-05-17
Nova Canvas MCP Server

MCP World

2stdio有1 个2026-05-17
Cursor Talk To Figma MCP Da1c7911

MCP World

40未说明未标注1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Comfy MCP Server 怎么安装?

公开资料给出的安装命令是 uvx mcp[cli],运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Comfy MCP Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Comfy MCP Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Comfy MCP Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Comfy MCP Server 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP