Comfy MCP Server

Comfy MCP Server

Comfy MCP 服务器使用 FastMCP 框架,通过与远程 Comfy 服务器交互,根据提示词生成图像,从而实现基于工作流程配置的自动化图像创建。

图像与视频处理
访问服务器

README

Comfy MCP 服务器

smithery badge

一个使用 FastMCP 框架,通过远程 Comfy 服务器,基于提示词生成图像的服务器。

概述

此脚本使用 FastMCP 框架设置一个服务器,该服务器使用指定的工作流程,基于提示词生成图像。 它与远程 Comfy 服务器交互,以提交提示词并检索生成的图像。

前提条件

  • 用于 Python 的 uv 包和项目管理器。
  • 从 Comfy UI 导出的工作流程文件。 此代码包含一个示例 Flux-Dev-ComfyUI-Workflow.json,仅在此处用作参考。 您需要从您的工作流程导出,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 comfyui 工作流程的 API 导出 json 文件的绝对路径。
  • PROMPT_NODE_ID 指向文本提示节点 ID。
  • OUTPUT_NODE_ID 指向包含最终图像的输出节点 ID。
  • OUTPUT_MODE 设置为 urlfile 以选择所需的输出。

(可选)如果您运行了 Ollama 服务器,您可以连接到它以生成提示词。

  • OLLAMA_API_BASE 指向 ollama 运行的 URL。
  • PROMPT_LLM 指向 ollama 上托管的用于生成提示词的模型名称。

示例:

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 # 在这里使用正确的节点 ID
export OUTPUT_NODE_ID=9 # 在这里使用正确的节点 ID
export OUTPUT_MODE=file

用法

可以使用以下命令启动 Comfy MCP 服务器:

uvx comfy-mcp-server

Claude Desktop 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词生成图像。 它遵循以下步骤:

  1. 检查是否设置了所有环境变量。
  2. 从 JSON 文件加载提示词模板。
  3. 将提示词提交到 Comfy 服务器。
  4. 轮询服务器以获取提示词处理的状态。
  5. 检索并返回生成的图像(一旦准备就绪)。

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

此函数从指定的主题生成一个全面的图像生成提示词。

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: 用于在轮询中添加延迟。
  • 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词。
  • langchain-ollama: 用于 LangChain 的 ollama 特定模块。

许可证

此项目已获得 MIT 许可证的许可 - 有关详细信息,请参阅 LICENSE 文件。

推荐服务器

Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
@kazuph/mcp-fetch

@kazuph/mcp-fetch

用于获取网页内容和处理图像的模型上下文协议服务器。这使得 Claude Desktop(或任何 MCP 客户端)能够适当地获取网页内容和处理图像。

精选
本地
JavaScript
mermaid-mcp-server

mermaid-mcp-server

一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。

精选
JavaScript
mcp-pinterest

mcp-pinterest

用于图像搜索和信息检索的 Pinterest 模型上下文协议 (MCP) 服务器

精选
TypeScript
DeepSRT MCP Server

DeepSRT MCP Server

一个 MCP 服务器,通过与 DeepSRT 的 API 集成,使用户能够以多种语言和格式生成 YouTube 视频的摘要。

官方
JavaScript
ScreenshotOne MCP Server

ScreenshotOne MCP Server

一个官方的 MCP 服务器实现,它允许 AI 助手通过 ScreenshotOne API 捕获网站截图,从而在对话期间提供来自网页的视觉上下文。

官方
TypeScript
Glif

Glif

通过 MCP 运行托管在 Glif.app 上的 AI 工作流程,包括基于 ComfyUI 的图像生成器、表情包生成器、自拍、链式 LLM 调用等等。

官方
TypeScript
WebPerfect MCP Server

WebPerfect MCP Server

一个智能的MCP服务器,具有全自动化的批处理流水线,可用于生成适用于网络的图像。功能包括降噪、自动色阶/曲线、JPEG伪影去除、4K调整大小、智能锐化(带阴影/高光增强)以及高级WebP转换。

本地
JavaScript
Stealth Browser MCP Server

Stealth Browser MCP Server

使用 Playwright 提供隐身浏览器功能,采用反检测技术,使 MCP 客户端能够浏览网站并截取屏幕截图,同时规避常见的机器人检测系统。

本地
TypeScript
Video Editor MCP Server

Video Editor MCP Server

使用自然语言命令进行视频编辑,由 FFmpeg 提供支持,支持剪辑、合并、格式转换等操作,并具有实时进度跟踪和错误处理功能。

本地
Python