每天早上一封邮件，把昨天的 AI 梳理好订阅邮件

METAL LAB
在 Google 中设为偏好来源METAL

ComfyUI开源发布本地MCP服务器

Comfy Org于8月18日将本地MCP服务器开源发布。Claude、Cursor、Codex可直接打开用户电脑中的ComfyUI,先测算GPU规格,再挑选可承受的模型下载。

이미지: AI 생성 — METAL LAB

摘要

  • Comfy Org于8月18日将本地Comfy MCP服务器开源发布。Claude Desktop、Claude Code、Cursor、Codex等MCP客户端可直接连接到安装在用户电脑上的ComfyUI。
  • 智能体会先确认GPU规格以判断能否运行模型,代为完成模型文件、实例及工作流的初始化,并读取包括自定义节点在内的安装状态。
  • 浏览类工具在两种连接方式下均免费,本地生成除调用合作方模型推理外也免费。所需条件为Python 3.10以上、comfy-cli 1.14.0以上,以及正在运行的ComfyUI。

用过ComfyUI的人都会记得第一天看到的那个画面。面对几十个节点用连线交织在一起的图,不知道该从哪里下手,只能拿别人的工作流JSON文件打开的那份记忆。

Comfy Org于8月18日将本地MCP服务器开源发布。Claude Desktop、Claude Code、Cursor、Codex等智能体可以直接连接到用户电脑上已经安装好的ComfyUI,用语言创建、修改并运行工作流。

从租用工作室到自己的工作室

Comfy MCP本身并非新鲜事物。此前一直是cloud.comfy.org/mcp地址的云端连接先行一步。不需要安装任何东西,但生成过程在Comfy Cloud的设备上运行,需要订阅。

这次开放的是它的另一面。本地连接以进程形式运行在用户自己的机器上,直接调用已经安装好的ComfyUI。就像每次拍摄都要租用摄影棚的人,如今在自己的工作室里装上了灯光。设备是自己的,而现在打开这扇门的钥匙也交到了智能体手上。

两种连接方式并不互斥。文档中提到,同时开启两者的配置很常见。可以把繁重的工作交给云端,而把用惯了的自定义节点留在本地运行。

下载模型前先量好门宽

在本地连接中,智能体主要做三件事。第一,先查看硬件情况。 在下载模型之前,先根据用户的GPU规格判断该模型能否运行。

这就像搬家时先量好玄关门的宽度,再决定买不买冰箱。它能提前拦下本地生成中最常见的浪费——把权重全部下载完之后才发现内存不够。

工作台上放着显卡和卷尺
图片: AI生成 — METAL LAB

第二,代为完成安装设置。获取模型文件、启动实例、初始化工作流等操作都在对话中完成。第三,读取用户的安装状态。智能体会查看包括自定义节点在内的所有已安装节点,以及磁盘上的模型列表。

第三点尤为关键。别人做的工作流在自己环境中出错,大多是因为调用了不存在的节点,而如果智能体了解用户的节点列表,就能一开始就只用现有的节点来搭建图结构。

整理有序的开放工具箱
图片: AI生成 — METAL LAB

Comfy Org也同样开放了自定义节点生态系统。智能体可以安装并使用节点包,文档中提到,基于深度的重绘等特殊工具也包含在内。这就是身边有一个了解你工具箱里都有什么的人,和每次都要重新去买工具的人之间的差别。

一句对话直达MiniMax H3

博客文章以在本地运行开放权重视频模型为例,提到了MiniMax H3。当用户说"帮我在本地运行这个"时,智能体会确认GPU兼容性,下载权重,查找模板,并与已安装的节点进行核对验证,最后将结果输出到本地输出文件夹。

连接方式也是同样的思路。Comfy Org建议直接把安装文档的地址粘贴给智能体——只要输入"帮我设置本地Comfy MCP连接,指南在这里",剩下的部分由智能体自行阅读并跟进操作。手动安装步骤也仍保留在文档中。

所需条件很明确:Python 3.10以上、能在PATH中被识别的comfy-cli(1.14.0以上)、ComfyUI工作区,以及若要运行生成任务,还需要通过comfy launch启动的ComfyUI实例。

哪些免费,哪些收费

MCP暴露出的工具大致分为浏览和执行两类。浏览类包括模板搜索(search_templates)、模型搜索(search_models)、节点搜索(search_nodes)、节点输入规格查询(get_node)、图结构查询(cql)。执行类包括模板执行(run_template)、自定义API工作流提交(submit_workflow)、批量提交(submit_batch),以及任务状态查询与取消。

费用的分界点就在这里。浏览功能在两种连接方式下都是免费的——只需要有Comfy账户即可。要在云端运行生成任务需要订阅(新用户可获得5次免费试用机会),而本地生成只要不调用合作方模型推理就是免费的。Flux、Grok、Gemini、OpenAI、Ideogram等合作方API通过partner_generate调用,而这部分的推理费用在本地运行时同样需要支付。

认证方式因客户端而异。Claude Desktop、Claude Code、Codex、OpenCode使用在浏览器中一次性授权的OAuth,而Cursor不支持OAuth,需要使用API密钥。 密钥可在platform.comfy.org上创建,并通过X-API-Key请求头或环境变量传递。

接入前需要了解的事项

文档自身也列出了一些限制。通过submit_workflow生成的结果,可能不会嵌入工作流元数据。考虑到ComfyUI用户习惯从图片中反向提取工作流的使用文化,这一点算不上小限制。

要获取生成结果,需要在终端中执行返回的下载命令,而上传大小限制也因MCP客户端不同而有所差异。涉及多个节点、结构复杂的工作流可能无法一次生成到位,需要反复调整或重试。

对于Mac用户,文档中特别提醒:如今的开放权重模型体积较大,在苹果GPU上跑不出可用的速度,因此建议使用云端连接。如果原本打算在MacBook上先启用本地连接,不妨调整一下顺序。

编辑视角

长期使用ComfyUI的过程中,一直让人在意的不是性能,而是入门门槛的性质。与其说是难,不如说是分不清哪些属于自己环境的问题,哪些属于工作流本身的问题。当节点显示为红色时,得靠人一个个去排查,究竟是因为缺少模型、缺少自定义节点,还是版本不匹配。

这次发布中最引人注目的地方,并不是视频生成的演示,而是"与已安装的节点进行核对验证"这一句话。此前围绕ComfyUI的各种自动化工具,大多专注于帮用户生成工作流。而实际上人们真正耗费时间的地方,并不是创建工作流的阶段,而是把别人的工作流搬到自己环境中运行的阶段。智能体能够读取用户的磁盘和节点列表,意味着自动化的重心已经从生成本身转移到了环境适配上。

开放本地连接这一决定,也并非单纯的让利之举。Comfy Cloud的MCP需要订阅才能运行生成任务,在这道门槛前流失的用户想必不在少数。本地生成免费,也意味着Comfy Org把收费点从生成本身转移到了合作方模型和云端便利性上。这背后的算盘是:很难再向已经购置了GPU的用户额外收费。

对国内团队而言,这带来两方面的实际意义。第一,如果公司内部有闲置的GPU工作室,现在就有了一条标准化的路径,可以把这些设备交给智能体调用。此前各团队大多依靠自己编写脚本调用ComfyUI的API,而这些脚本往往随着编写者的离职而一并消失。

第二,对于处理不能外流素材的团队而言,本地连接不是一个选项,而是唯一的路径。原始素材不离开本机磁盘这一条件,在广告、游戏、广播等领域的合同中经常被明确写入。

MCP如今已不再只是调用模型的规范,而正在成为打开整个工作环境的钥匙。ComfyUI把这把钥匙开源发布,把自己那张在创意工具中数一数二复杂的图结构,整个交给了智能体去掌控。下一个轮到的会是Blender和达芬奇——Comfy Org在桌面端集成案例中,正好写下了这些名字。

评论

相关文章