ComfyUI MCP サーバー

1. 概要

• ComfyUI を MCP と統合するためのサーバー実装。

• ⚠️ 重要: このサーバーでは、実行中の ComfyUI サーバーが必要です。

  • 独自のComfyUIサーバーをホストするか、

  • または、既存の ComfyUI サーバー アドレスにアクセスできる必要があります。

2. デバッグ

2.1 ComfyUI デバッグ

2.2 MCPデバッグ

3. インストールと設定

3.1 ComfyUI の設定

• src/.envを編集して、ComfyUI のホストとポートを設定します。

  COMFYUI_HOST=localhost COMFYUI_PORT=8188

3.2 カスタムワークフローの追加

• 新しいツールを追加するには、ワークフロー JSON ファイルをworkflowsディレクトリに配置し、システム内で新しいツールとして宣言します。

4. 組み込みツール

• テキストを画像に変換する

  • 生成された画像の URL のみを返します。

  • 実際の画像を取得するには:

    • download_imageツールを使用するか、

    • ブラウザで直接 URL にアクセスします。

• ダウンロード画像

  • 画像 URL を使用して、他のツール ( text_to_imageなど) によって生成された画像をダウンロードします。

• ファイルを使ったワークフローの実行

  • ワークフロー JSON ファイルへのパスを指定してワークフローを実行します。

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

  • CursorAIの例画像

• json を使用したワークフローの実行

  • ワークフロー JSON データを直接提供してワークフローを実行します。

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

5. 実行方法

5.1 UVの使用（推奨）

• mcp.json例:

  { "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 Dockerの使用

• Docker コンテナはホスト ファイル システムを共有しないため、 download_imageを使用してイメージをローカル フォルダーにダウンロードするのは難しい場合があります。

• Docker を使用する場合は、次の点を考慮してください。

  1. 画像データをバイトとして受信するには、 .envでRETURN_URL=false設定します。

  2. .envのCOMFYUI_HOST適切なアドレス (例: host.docker.internalまたはサーバーの IP) に設定します。

  3. 注意: バイナリ データを使用する場合、大きな画像ペイロードは応答制限を超える可能性があります。

5.2.1 Dockerイメージのビルド

5.2.2 既存の画像の使用

事前に構築されたイメージを使用することもできます。

5.2.3 SSEトランスポートの使用

1. Docker で SSE サーバーを実行します。

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

2. mcp.jsonを設定します (必要に応じて localhost を自分の IP またはドメインに変更します)。

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

注意: 新しいワークフローをツールとして追加する場合は、Docker イメージを再構築して再デプロイし、使用できるようにする必要があります。