ComfyUI MCP Server

ComfyUI MCP Server

1. Resumen

• Una implementación de servidor para integrar ComfyUI con MCP.
• ⚠️ IMPORTANTE: Este servidor requiere un servidor ComfyUI en ejecución.
  • Debes alojar tu propio servidor ComfyUI,
  • o tener acceso a una dirección de servidor ComfyUI existente.

---

2. Depuración

2.1 Depuración de ComfyUI

python src/test_comfyui.py

2.2 Depuración de MCP

mcp dev src/server.py

---

3. Instalación y Configuración

3.1 Configuración de ComfyUI

• Edita src/.env para configurar el host y el puerto de ComfyUI:

  COMFYUI_HOST=localhost
  COMFYUI_PORT=8188
  

3.2 Agregar Flujos de Trabajo Personalizados

• Para agregar nuevas herramientas, coloca tus archivos JSON de flujo de trabajo en el directorio workflows y decláralos como nuevas herramientas en el sistema.

---

4. Herramientas Integradas

• text_to_image

  • Devuelve solo la URL de la imagen generada.
  • Para obtener la imagen real:
    • Usa la herramienta download_image, o
    • Accede a la URL directamente en tu navegador.

• download_image

  • Descarga imágenes generadas por otras herramientas (como text_to_image) usando la URL de la imagen.

• run_workflow_with_file

  • Ejecuta un flujo de trabajo proporcionando la ruta a un archivo JSON de flujo de trabajo.

    # You should ask to agent like this.
    Run comfyui workflow with text_to_image.json
    

  • imagen de ejemplo de CursorAI

• run_workflow_with_json

  • Ejecuta un flujo de trabajo proporcionando los datos JSON del flujo de trabajo directamente.

    # You should ask to agent like this.
    Run comfyui workflow with this 
    {
      "3": {
          "inputs": {
              "seed": 156680208700286,
              "steps": 20,
        ... (workflow JSON example)
    }
    

---

5. Cómo Ejecutar

5.1 Usando UV (Recomendado)

• Ejemplo mcp.json:

  {
    "mcpServers": {
      "comfyui": {
        "command": "uv",
        "args": [
          "--directory",
          "PATH/MCP/comfyui",
          "run",
          "--with",
          "mcp",
          "--with",
          "websocket-client",
          "--with",
          "python-dotenv",
          "mcp",
          "run",
          "src/server.py:mcp"
        ]
      }
    }
  }
  

5.2 Usando Docker

• Descargar imágenes a una carpeta local con download_image puede ser difícil ya que el contenedor Docker no comparte el sistema de archivos del host.
• Cuando uses Docker, considera:
  1. Establece RETURN_URL=false en .env para recibir datos de imagen como bytes.
  2. Establece COMFYUI_HOST en .env a la dirección adecuada (por ejemplo, host.docker.internal o la IP de tu servidor).
  3. Nota: Los payloads de imágenes grandes pueden exceder los límites de respuesta al usar datos binarios.

5.2.1 Construir Imagen Docker

# First build image
docker image build -t mcp/comfyui .

{
  "mcpServers": {
    "comfyui": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-p",
        "3001:3000",
        "mcp/comfyui"
      ]
    }
  }
}

5.2.2 Usar Imágenes Existentes

También puedes usar una imagen preconstruida.

{
  "mcpServers": {
    "comfyui": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-p",
        "3001:3000",
        "overseer66/mcp-comfyui"
      ]
    }
  }
}

5.2.3 Usar Transporte SSE

1. Ejecuta el servidor SSE con Docker:

   docker run -i --rm -p 8001:8000 overseer66/mcp-comfyui-sse
   

2. Configura mcp.json (cambia localhost a tu IP o dominio si es necesario):

   {
     "mcpServers": {
       "comfyui": {
         "url": "http://localhost:8001/sse" 
       }
     }
   }
   

NOTA: Al agregar nuevos flujos de trabajo como herramientas, necesitas reconstruir y volver a implementar las imágenes Docker para que estén disponibles.

---