Skip to content

工具推薦|comfy-mcp — Comfy 官方 MCP server,讓 Agent 直接開你本機的 ComfyUI

2026年8月20日 1 分鐘
TL;DR comfy-mcp 是 Comfy 官方推出的 local MCP server,把 comfy-cli 的完整功能包成 39 個 MCP tool。安裝:pip install comfy-mcp "comfy-cli>=1.14.0"。解決了 Agent 想幫你跑圖像/影片生成 workflow 時,得靠你手動開終端機下指令、自己確認有沒有裝對 node 和模型的問題。
目錄
  1. 工具資訊
  2. 解決什麼問題
  3. 快速上手
    1. 安裝
    2. 基本用法
    3. 進階用法
  4. 與現有工具的比較
  5. 注意事項
  6. 今日收穫
  7. 參考資料

🌏 English version

工具資訊

項目
名稱comfy-mcp
類型MCP server
GitHubComfy-Org/comfy-mcp
Stars88
語言Python
授權AGPL-3.0-or-later OR Commercial
安裝pip install comfy-mcp "comfy-cli>=1.14.0"

解決什麼問題

你是否用 Agent 幫忙做圖像或影片生成任務時,發現 Agent 只能「告訴你」該用哪個 ComfyUI workflow、哪個 node,剩下裝套件、開伺服器、跑 workflow、確認有沒有跑出東西全部要自己手動來?ComfyUI 的操作習慣是在瀏覽器裡拖節點、按 Queue,Agent 過去沒有一個標準管道能直接碰到這台機器上正在跑的 ComfyUI。

comfy-mcp 是 Comfy 官方(也就是 ComfyUI 背後的公司)自己維護的 local MCP server,把 comfy-cli 的功能整組包成 39 個 MCP tool 開給 Agent 用:從 run_workflowgenerate_image 這種直接執行,到 validate_workflowworkflow_deps 這種跑之前先檢查 workflow 用到的 node 包裝有沒有裝、search_templatesfetch_template 直接從官方模板庫抓現成 workflow,甚至 launch_comfyuiinstall_node 這種連「開伺服器」「裝套件」本身都能讓 Agent 代勞。所有 tool 底層都是呼叫 comfy --json --where local,等於是把 comfy-cli 原本要人手動下的指令,變成 Agent 可以直接呼叫、有結構化回傳值的介面。

適合場景:用 Claude Code/Cursor 之類工具做圖像或影片生成流程的自動化,例如批次跑一組 workflow 變體、Agent 幫忙除錯「這個 workflow 為什麼跑不出來」(透過 validate_workflownode_dependencies 找出缺的 node)、或是想讓 Agent 自己去官方模板庫挑一個現成 workflow 再依需求調參數。

快速上手

安裝

pip install comfy-mcp "comfy-cli>=1.14.0"
comfy install    # 如果還沒有 ComfyUI workspace
comfy launch     # 啟動 ComfyUI 本體

基本用法

// Claude Desktop / Cursor 的 mcp.json
{
  "mcpServers": {
    "comfy-mcp": {
      "command": "comfy-mcp",
      "env": {
        "COMFY_BIN": "/path/to/venv/bin/comfy"
      }
    }
  }
}

Agent 連上後可直接呼叫的核心 tool:

  • server_info() — 確認 ComfyUI 有沒有在跑、硬體規格
  • search_templates(query, tag, model) — 從官方模板庫找 workflow
  • run_workflow(workflow_path, wait, confirm_spend) — 執行 workflow
  • job(action="status|wait|watch|cancel", prompt_id) — 監控排隊中的任務
  • fetch_outputs(prompt_id, out_dir) — 拿到產出的圖片/影片

進階用法

# 跑之前先驗證 workflow 用到的 node 包裝是否齊全
comfy-mcp validate_workflow --workflow_path ./my_workflow.json

# 缺什麼就用這個查依賴、再用 install_node 裝
comfy-mcp workflow_deps --workflow_path ./my_workflow.json

同一個 workflow 也能一次 fan 出多組參數變體,交給 Agent 批次比較:

comfy-mcp vary_workflow \
  --workflow_path ./portrait.json \
  --slots '{"steps": [20, 30, 40], "cfg": [4, 7]}' \
  --out_dir ./variants

與現有工具的比較

comfy-mcp手動操作 ComfyUI 網頁介面Comfy Cloud MCP
Agent 直接執行 workflow
跑在自己機器、自己的 GPU/模型❌(跑在 Comfy Cloud GPU)
免另申請雲端額度❌(按用量計費)
workflow 依賴檢查(node/模型是否齊全)需自己排查由雲端環境保證
官方維護✅ Comfy-Org✅ Comfy-Org

注意事項

  • 授權是 AGPL-3.0-or-later 或商業授權雙軌制,不是單純 MIT/Apache,如果你的專案會把 comfy-mcp 整合進商業產品對外提供服務,AGPL 的 copyleft 條款可能要求你開源整合後的程式碼,需要先確認自己的使用情境是否符合,或改談商業授權。
  • 仍是 Beta 狀態,README 自己標註「Status: Beta」,目前只在 Python 3.10 和 3.14 上跑 CI,中間版本沒有明確保證。
  • 花費類 tool 有加保護partner_generate 這類會呼叫付費 partner API 的 tool 預設一定會先跳出確認,run_templaterun_workflow 則要顯式傳 confirm_spend=True 才會跳確認,避免 Agent 沒注意到就把你的 API 額度燒完。

今日收穫

comfy-mcp 有意思的地方不在「幫 ComfyUI 加了個 MCP 介面」本身,而在它把 comfy-cli 原本設計給人在終端機打指令的操作邏輯,完整搬進了 Agent 可呼叫的 39 個 tool 裡——包含「跑之前先驗證依賴」「模板庫直接查詢」這種原本要人有經驗才知道該做的前置檢查步驟,也變成 Agent 可以主動呼叫的動作。這說明一個成熟 CLI 工具要接上 MCP,重點往往不是包一層轉接器,而是把工具鏈裡「有經驗的人會多做的那幾步」也一併結構化出來。

參考資料