python src/test_comfyui.py
mcp dev src/server.py
编辑 src/.env 文件以设置 ComfyUI 主机和端口:
COMFYUI_HOST=localhost
COMFYUI_PORT=8188
workflows 目录中,并将其声明为系统中的新工具。text_to_image
download_image 工具,或download_image
text_to_image)生成的图像。run_workflow_with_file
通过提供工作流 JSON 文件路径来运行工作流。
# 您应该像这样请求代理。
运行 comfyui 工作流,使用 text_to_image.json
示例图像(CursorAI)

run_workflow_with_json
通过直接提供工作流 JSON 数据来运行工作流。
# 您应该像这样请求代理。
运行 comfyui 工作流,使用以下内容
{
"3": {
"inputs": {
"seed": 156680208700286,
"steps": 20,
... (工作流 JSON 示例)
}
示例 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"
]
}
}
}
download_image 将图像下载到本地文件夹可能会比较困难,因为 Docker 容器不共享主机文件系统。.env 中设置 RETURN_URL=false 以接收图像数据作为字节。.env 中设置 COMFYUI_HOST 为适当的地址(例如 host.docker.internal 或您服务器的 IP 地址)。# 首先构建镜像
docker image build -t mcp/comfyui .
{
"mcpServers": {
"comfyui": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-p",
"3001:3000",
"mcp/comfyui"
]
}
}
}
也可以使用预构建的镜像。
{
"mcpServers": {
"comfyui": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-p",
"3001:3000",
"overseer66/mcp-comfyui"
]
}
}
}
使用 Docker 运行 SSE 服务器:
docker run -i --rm -p 8001:8000 overseer66/mcp-comfyui-sse
配置 mcp.json(如果需要,将 localhost 更改为您的 IP 或域名):
{
"mcpServers": {
"comfyui": {
"url": "http://localhost:8001/sse"
}
}
}
注意:当添加新的工作流作为工具时,您需要重新构建并重新部署 Docker 镜像以使其可用。