ComfyUI MCP Server

Servidor MCP do ComfyUI

1. Visão Geral

• Uma implementação de servidor para integrar o ComfyUI com o MCP.
• ⚠️ IMPORTANTE: Este servidor requer um servidor ComfyUI em execução.
  • Você deve hospedar seu próprio servidor ComfyUI,
  • ou ter acesso a um endereço de servidor ComfyUI existente.

---

2. Depuração

2.1 Depuração do ComfyUI

python src/test_comfyui.py

2.2 Depuração do MCP

mcp dev src/server.py

---

3. Instalação e Configuração

3.1 Configuração do ComfyUI

• Edite src/.env para definir o host e a porta do ComfyUI:

  COMFYUI_HOST=localhost
  COMFYUI_PORT=8188
  

3.2 Adicionando Fluxos de Trabalho Personalizados

• Para adicionar novas ferramentas, coloque seus arquivos JSON de fluxo de trabalho no diretório workflows e declare-os como novas ferramentas no sistema.

---

4. Ferramentas Integradas

• text_to_image

  • Retorna apenas a URL da imagem gerada.
  • Para obter a imagem real:
    • Use a ferramenta download_image, ou
    • Acesse a URL diretamente no seu navegador.

• download_image

  • Baixa imagens geradas por outras ferramentas (como text_to_image) usando a URL da imagem.

• run_workflow_with_file

  • Execute um fluxo de trabalho fornecendo o caminho para um arquivo JSON de fluxo de trabalho.

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

  • exemplo de imagem do CursorAI

• run_workflow_with_json

  • Execute um fluxo de trabalho fornecendo os dados JSON do fluxo de trabalho diretamente.

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

---

5. Como Executar

5.1 Usando UV (Recomendado)

• Exemplo de 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

• Baixar imagens para uma pasta local com download_image pode ser difícil, pois o contêiner Docker não compartilha o sistema de arquivos do host.
• Ao usar Docker, considere:
  1. Defina RETURN_URL=false em .env para receber os dados da imagem como bytes.
  2. Defina COMFYUI_HOST em .env para o endereço apropriado (por exemplo, host.docker.internal ou o IP do seu servidor).
  3. Observação: Payloads grandes de imagem podem exceder os limites de resposta ao usar dados binários.

5.2.1 Construir Imagem 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 Usando Imagens Existentes

Você também pode usar uma imagem pré-construída.

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

5.2.3 Usando Transporte SSE

1. Execute o servidor SSE com Docker:

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

2. Configure mcp.json (altere localhost para seu IP ou domínio, se necessário):

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

NOTA: Ao adicionar novos fluxos de trabalho como ferramentas, você precisa reconstruir e reimplantar as imagens Docker para disponibilizá-los.

---