переведено ИИ

comfyui-mcp — управление ComfyUI с помощью ЛЮБОЙ LLM

Локально-ориентированная, агентно-ориентированная панель управления для ComfyUI — MCP-сервер + интерактивная боковая панель-агент, которая генерирует изображения, видео и аудио, создаёт и запускает рабочие процессы, управляет моделями и пользовательскими нодами и редактирует ваш активный граф ComfyUI на естественном языке. Используйте любую имеющуюся у вас модель: Claude или ChatGPT по вашей подписке, Gemini по вашему Google-аккаунту, бесплатную локальную модель через Ollama (полностью офлайн) или любую облачную модель через один API-ключ (DeepSeek, GLM, MiMo, Kimi, GPT, Claude через OpenRouter). Те же инструменты, тот же интерфейс, для всех уровней — а встроенный LLM Arena оценивает их все на реальных задачах ComfyUI, чтобы вы точно знали, на что способна ваша модель. Одна конфигурация нацелена на локальные установки, LAN, VPS или Comfy Cloud.

GPU-под на один клик — готовый к работе ComfyUI с этим проектом + Agent Panel + ComfyUI-Manager v2, предустановленные на вашем собственном GPU. Без настройки.

Работает на macOS, Linux и Windows. Автоматически обнаруживает вашу установку ComfyUI и порт.

Застопорились или есть вопрос? Присоединяйтесь к Discord — помощь, советы по моделям и анонсы релизов.

174 MCP-инструментов | 35 ИИ-навыков (Flux · WAN · LTX 2.3 видео · Qwen · Z-Image · Ideogram 4 · ERNIE · ANIMA · реестр моделей · Civitai · создание нод · флаги запуска/производительности) | 55 пакетов установки | 11 слеш-команд | 4 автономных агента | 3 хука

Плагин поставляет экспертные навыки, которые растут с каждым релизом — руководства по генерации для конкретных моделей со ссылками для скачивания, рецептами рабочих процессов, устранением неполадок и созданием пользовательских нод, — чтобы Claude знал правильный сэмплер, CFG, разрешение и файлы моделей для каждой архитектуры без проб и ошибок.

✅ Теперь доступно: ComfyUI Agent Panel в ComfyUI-Manager и Comfy Registry

Автономный ИИ-агент в вашей боковой панели ComfyUI — работает на Claude, ChatGPT, Gemini или ЛЮБОЙ локальной/облачной LLM (Ollama и любых совместимых с OpenAI эндпоинтах). Подписки работают без API-ключа; локальные модели работают вообще без аккаунта. Выберите провайдера, и он управляет вашим активным графом: редактирование, пространственная компоновка, загрузка рабочих процессов/пакетов за один шаг, откат/возврат, очередь ожидающих сообщений, карточки активности, вкладки — и он запрашивает подтверждение перед использованием платных API-кредитов. Поищите comfyui-agent-panel в ComfyUI-Manager для установки. Подробнее →

📖 Полная документация: comfyui-mcp.artokun.io/docs

Быстрый старт

1. Установите ComfyUI (если ещё не установлена): ComfyUI Desktop или из исходников

2. Добавьте MCP-сервер в конфигурацию Claude Code (~/.claude/settings.json):

{
  "mcpServers": {
    "comfyui": {
      "command": "npx",
      "args": ["-y", "comfyui-mcp"],
      "env": {
        "CIVITAI_API_TOKEN": ""
      }
    }
  }
}

3. Начните использовать. С запущенным ComfyUI попросите Claude сгенерировать изображение:

> Generate an image of a sunset over mountains

Claude найдёт (или скачает) чекпоинт, построит рабочий процесс, выполнит его и вернёт изображение.

Примечание: Это работает как отдельный MCP-сервер — нет необходимости клонировать этот репозиторий. npx автоматически скачает и запустит его.

Область: локально, удалённо или в Comfy Cloud

comfyui-mcp ориентирован на локальное использование: сам-hosted ComfyUI на Mac/Linux/Windows является основной целью, при этом тот же агент достигает удалённых установок (RunPod, VPS, LAN, через обратный прокси) из одной конфигурации. Локально в первую очередь, но не только локально.

Больше, чем мост. Большинство ComfyUI MCP-серверов — это тонкие коннекторы — они пересылают промпт и возвращают изображение. comfyui-mcp — это полноценная панель управления: она создаёт и редактирует граф по нодам, запускает и итерирует рабочие процессы, управляет моделями и пользовательскими нодами и поставляет специализированные знания о моделях (сэмплеры, CFG, разрешения, отобранные URL моделей), чтобы агент выполнял задачи правильно без проб и ошибок. Если вам нужен минимальный локальный ретранслятор, легковесный сервер подойдёт; если вам нужен агент, который фактически управляет ComfyUI, то это этот проект.

Для пользователей Comfy Cloud, Comfy-Org выпускает официальный Comfy Cloud MCP (в настоящее время в закрытой бете), который эксклюзивен для облака и поддерживается командой Comfy. comfyui-mcp также включает общественный облачный режим (установите COMFYUI_API_KEY — см. Режимы развёртывания), так что один MCP может быть настроен на все три формы развёртывания из одной конфигурации; выбирайте тот, который подходит вашему рабочему процессу.

Удалённый / облачный коннектор (одна команда)

Хотите использовать comfyui-mcp из Пользовательских коннекторов Claude Desktop или любого удалённого клиента — как собственный коннектор Comfy cloud.comfy.org/mcp? Запустите его как аутентифицированный, публично доступный Streamable-HTTP-сервер с одним флагом:

npx -y comfyui-mcp@latest --tunnel

Это принуждает HTTP-транспорт, генерирует токен аутентификации, открывает быстрый туннель cloudflared и печатает готовую для вставки https://…/mcp ссылку + токен + фрагмент коннектора Claude Desktop. Аутентификация принимает Authorization: Bearer <token> или X-API-Key: <token> (в соответствии с соглашением Comfy Cloud). Смотрите Руководство по удалённому / облачному коннектору для полного описания и использования без интерфейса.

Аутентификация не является обязательной: при отсутствии установленного COMFYUI_MCP_HTTP_TOKEN и без --tunnel, поведение по умолчанию stdio (и простой --http на loopback) не изменяется — открытое и локальное. OAuth (процесс входа через браузер Comfy) запланирован как последующее обновление.

Плагин для Claude Code

Этот пакет также поставляется как плагин Claude Code, предоставляющий слеш-команды, навыки, агентов и хуки поверх MCP-инструментов.

Установка как плагин

# In Claude Code
/plugin marketplace add artokun/comfyui-mcp
/plugin install comfy

Слеш-команды

Команда	Описание
`/comfy:gen <prompt>`	Генерирует изображение по текстовому описанию — автоматически выбирает чекпоинт, строит рабочий процесс, возвращает изображение
`/comfy:viz <workflow>`	Визуализирует рабочий процесс как диаграмму Mermaid с нодами, сгруппированными по категориям
`/comfy:node-skill <pack>`	Генерирует навык Claude для пакета пользовательских нод по ID из реестра или URL GitHub
`/comfy:debug [prompt_id]`	Диагностирует причину сбоя рабочего процесса — читает историю, логи, отслеживает первопричину, предлагает исправления
`/comfy:batch <prompt, params>`	Генерация с перебором параметров по cfg, сэмплеру, шагам, seed и т.д.
`/comfy:convert <file>`	Конвертация между форматами рабочих процессов для UI и API
`/comfy:install <pack>`	Устанавливает пакет пользовательских нод — git clone, pip install, опциональный перезапуск
`/comfy:gallery [filter]`	Просмотр сгенерированных результатов с метаданными — фильтрация по дате, количеству или имени файла
`/comfy:compare <a vs b>`	Сравнение двух рабочих процессов бок о бок — показывает добавленные/удалённые ноды и изменённые параметры
`/comfy:recipe <name> <prompt>`	Многошаговые рецепты: `portrait`, `hires-fix`, `style-transfer`, `product-shot`

Встроенные навыки

Всего 35 навыков — руководства для семейств моделей (Flux, WAN, LTX 2.3, Qwen, Z-Image, Ideogram 4, ERNIE, ANIMA + аниме / WAN / Z-Image LoRA обучение), model-registry (отобранные ссылки для скачивания), навык-партнёр civitai, создание нод, матрица launch/performance-flags и четыре основных навыка ниже. Полный список на странице документации плагина.

Пакеты установщика. packs/ объединяет 13 однокомандных установок ComfyUI — ANIMA, Ideogram 4, LTX-2.3, ERNIE, WAN (анимация / длинные видео / прозрачность), Qwen (изображение / редактирование изображений), Z-Image (турбо / базовый / xy-plot) и artokun-flow (WAN Animate — замена / анимация). Каждый представляет собой манифест из пользовательских нод + URL моделей + рабочий процесс, который управляет как apply_manifest, так и сгенерированными install-windows.bat / install-runpod.sh, с CI, которая проверяет каждую ссылку на модель + размер полезной нагрузки. Смотрите packs/README.md.

Навык	Описание
---

| comfyui-core | Формат рабочих процессов, типы узлов, паттерны потока данных, архитектура пайплайнов, руководство по использованию MCP-инструментов | | prompt-engineering | Синтаксис весов CLIP (word:1.3), токены BREAK, эмбеддинги, промптинг для特定 моделей SD1.5/SDXL/Flux/SD3 | | troubleshooting | Каталог распространенных ошибок — OOM, несоответствие dtype, отсутствующие узлы, тензоры NaN, черные изображения, ошибки CUDA, с оценкой VRAM для каждой модели | | model-compatibility | Матрица совместимости — загрузчики, разрешения, CFG, семплеры, ControlNets, LoRA и VAE для каждого семейства моделей (SD1.5/SDXL/Turbo/Lightning/Flux/SD3/LTXV) |

Агенты

Агент	Модель	Описание
comfy-explorer	Sonnet	Исследует пакеты пользовательских узлов — читает документацию, запрашивает `/object_info`, генерирует полные файлы навыков
comfy-debugger	Sonnet	Автономно диагностирует сбои рабочих процессов — собирает логи + историю, определяет проблемный узел, проверяет модели + пользовательские узлы, предлагает и опционально применяет исправления
comfy-optimizer	Sonnet	Анализирует рабочие процессы на предмет производительности — определяет избыточные узлы, трату VRAM, неправильные CFG/шаги для семейства моделей, проблемы точности, предлагает оптимизации

Хуки

Событие	Триггер	Действие
PreToolUse	`enqueue_workflow`	Наблюдатель VRAM — проверяет память GPU через `/system_stats` и предупреждает, если свободно < 1 ГБ перед выполнением
PreToolUse	`stop_comfyui`, `restart_comfyui`	Предупреждение о сохранении — предлагает пользователю сохранить несохраненные изменения рабочего процесса перед остановкой ComfyUI
PostToolUse	Любой инструмент comfyui	Уведомление о завершении задачи — проверяет завершенные задачи и вставляет сводки о завершении в диалог

Фоновые скрипты

Скрипт Описание

monitor-progress.mjs Монитор прогресса — подключается к WebSocket ComfyUI для отслеживания прогресса шагов в реальном времени (например, step 5/14 (36%)). Запускается как фоновая задача Bash после постановки рабочих процессов в очередь. Сообщает о завершении с именами выходных файлов, об ошибках с деталями узла. Заменяет опрос get_job_status в цикле.

Скрипт	Описание
`monitor-progress.mjs`	Монитор прогресса — подключается к WebSocket ComfyUI для отслеживания прогресса шагов в реальном времени (например, `step 5/14 (36%)`). Запускается как фоновая задача Bash после постановки рабочих процессов в очередь. Сообщает о завершении с именами выходных файлов, об ошибках с деталями узла. Заменяет опрос `get_job_status` в цикле.

Панельный агент (Claude · ChatGPT · Gemini · любая локальная/хостинговая LLM)

Помимо бесхостного MCP-сервера, этот пакет поставляет панельный оркестратор, который управляет Панелью агента ComfyUI — автономным агентом, встроенным в боковую панель ComfyUI, который управляет живым холстом. Он работает в фоне на вашей собственной подписке (Claude или ChatGPT), запускаясь по требованию через кнопку Connect панели:

npx -y comfyui-mcp@latest connect

Управление УДАЛЁННЫМ ComfyUI с вашей собственной машины (`connect`)

Когда ComfyUI работает где-то без Node/агента (под RunPod, облачная машина), вы всё равно можете запустить агента на своей машине и управлять тем удалённым ComfyUI — без входа агента на машину, без установки или настройки удалённо:

npx -y comfyui-mcp@latest connect https://abcd1234-8188.proxy.runpod.net

Это сахар для --panel-orchestrator с COMFYUI_URL, установленным из URL: оркестратор запускается локально на вашем входе в Claude/ChatGPT и достигает удалённого ComfyUI через его публичный URL прокси. Для удалённого HTTPS подключения, connect автоматически открывает безопасный, защищённый токеном wss:// туннель (через Cloudflare) к локальному мосту агента и передает панели этот URL — так что HTTPS-страница подключения достигает вашей машины без запросов браузера, в любом браузере (безопасная страница не может открыть обычный ws:// сокет к вашей машине — смешанное содержимое / доступ к частной сети). Локальный ComfyUI использует обычный ws://127.0.0.1:9180 loopback мост; добавьте --insecure-bridge, чтобы заставить этот loopback для удалённого подключения (тогда организуйте собственный путь к нему, например, SSH port-forward). В любом случае JS панели работает в вашем локальном браузере, а агент — и ваш вход — работают только на вашей машине, так что ничего не устанавливается удалённо.

Чтобы завершить: откройте удалённый ComfyUI в вашем браузере, включите Settings → General → "Use external/local orchestrator (advanced)" в панели агента, затем нажмите Connect. (В этом режиме панель подключается напрямую к локальному мосту вместо того, чтобы просить хост ComfyUI создать оркестратор, который он не может запустить.)

Мультипровайдерность, полный паритет. Оркестратор зависит от нейтрального к провайдеру AgentBackend порта (внедрение зависимостей) с двумя адаптерами:

ClaudeBackend — Claude Agent SDK (@anthropic-ai/claude-agent-sdk), устойчивая сессия с потоковой передачей через подписку claude.ai (OAuth, без ключа).
CodexBackend — OpenAI Codex через протокол JSON-RPC codex app-server (@openai/codex), на подписке ChatGPT (codex login, без ключа).

Дальнейшие адаптеры следуют тому же интерфейсу — Gemini CLI (ACP), Antigravity (agy, путь подписки Google AI Pro/Ultra — установите с antigravity.google и запустите agy один раз для входа), Grok, Kimi, GLM, Ollama/LM Studio/llama.cpp (локальные), OpenRouter и любая совместимая с OpenAI конечная точка. Смотрите docs/backends для полной матрицы.

Оба являются необязательными зависимостями, и панель выбирает провайдер, а не порт — каждый бэкенд запускает свой собственный оркестратор на своем собственном порту loopback моста. Матрица возможностей позволяет панели корректно деградировать (например, откат разговора сейчас доступен только для Claude, так как Codex app-server возобновляет целые треды только).

Инструменты живого холста и знания о моделях идентичны для всех провайдеров. Определения инструментов panel_* находятся в одном общем списке, зарегистрированным и для MCP-сервера Claude SDK in-process, и для сервера @modelcontextprotocol/sdk через loopback streamable-HTTP MCP, который оркестратор размещает для Codex (который может размещать только MCP-серверы, объявленные в конфигурации). Бесхостный comfyui MCP также внедряется в оба — in-process для Claude, объявляется через codex app-server -c mcp_servers для ChatGPT — поэтому инструменты генерации, моделей и рабочих процессов одинаковы везде.

Новые инструменты, дающие каждому бэкенду одинаковую экспертизу и ограничение стоимости:

Инструмент	Описание
`list_skills` / `read_skill`	Обнаруживать и читать встроенные навыки для семейства моделей + рабочих процессов — знания, которые Claude загружает нативно, доступные для любого MCP-клиента (например, Codex бэкенда)
`list_packs` / `read_pack_workflow`	Перечислять пакеты с установкой в одну команду (пользовательские узлы + веса + готовый рабочий процесс; всё локально/бесплатно) и читать граф пакета
`list_workflow_templates`	Перечислять официальные шаблоны рабочих процессов подключенного ComfyUI (пакет шаблонов + шаблоны от пользовательских узлов)
`check_workflow_runtime`	Классифицировать рабочий процесс как local (ваш GPU, бесплатно) или api / mixed / unknown (хостинговые API узлы = платные кредиты), чтобы агент запрашивал перед тратой платных API кредитов
`panel_load_workflow`	(инструмент панели) Загружать полный рабочий процесс на живой холст за один раз — по имени встроенного `пакета` (читается на стороне сервера, никогда не пересылается через чат) или по JSON графа
`panel_strip_workflow` / `panel_slice_workflow`	(инструменты панели) Девиртуализировать запутанный граф (автобусы Get/Set, Reroutes, подграфы, bypass → реальные соединения) или вырезать один pipeline с переключателем rgthree из монолита — по `pack`, серверному `path` или встроенному графу; для понимания/пересборки экспертных рабочих процессов без ручной трассировки

Смотрите документ по дизайну — docs/design/agent-backend-injection.md — для порта, матрицы возможностей и точек "clink" для каждого провайдера, а также документацию панели для полного UX боковой панели.

MCP-инструменты

174 инструмента для выполнения рабочих процессов, генерации, итерации, композиции, моделей и многого другого:

Генерация изображений (высокий уровень)

Инструмент	Описание
`generate_image`	Генерировать из текстового промпта — строит txt2img рабочий процесс, заполняет незаданные параметры из ваших настроек, автоматически выбирает контрольную точку
`generate_with_controlnet`	Генерировать с условием от изображения ControlNet (поза/глубина/кэнни/нормали) + промпт
`generate_with_ip_adapter`	Генерировать с ориентацией на стиль/объект справочного изображения через IP-Adapter (требуется ComfyUI_IPAdapter_plus)

Генерация аудио (высокий уровень)

Инструмент	Описание
`generate_audio`	Генерировать аудио из текстового промпта — поддерживает ACE Step 1.5 (музыка со словами/структурой) и Stable Audio 3 (музыка, инструменты, SFX); автоматически выбирает локальные модели

Ассеты и итерация

Инструмент	Описание
`view_image`	Возвращать байты сгенерированного ассета как встроенное изображение, чтобы агент мог видеть результат
`analyze_color`	Палитра / контраст / статистика цветов для сгенерированного изображения (доминирующие цветы, средние + статистика яркости, проверки контраста), чтобы агент мог рассуждать о цвете без повторного визуального обхода
`regenerate`	Повторно запустить рабочий процесс, создавший `asset_id`, с опциональными переопределениями параметров
`list_assets`	Просматривать недавно созданные ассеты (сначала новые) по `asset_id`
`get_asset_metadata`	Полная история происхождения ассета, включая исходный рабочий процесс

Настройки по умолчанию

Инструмент	Описание
`get_defaults`	Показать объединённые настройки по умолчанию с указанием источника для каждого параметра
`set_defaults`	Обновить runtime-настройки; `persist: true` записывает файл конфигурации

Выполнение рабочих процессов

Инструмент	Описание
`enqueue_workflow`	Отправить рабочий процесс (JSON в формате API) — возвращает `prompt_id` немедленно, без блокировки
`get_job_status`	Проверить статус выполнения задачи по `prompt_id`
`get_queue`	Просмотреть текущую очередь выполнения (выполняемые + ожидающие)
`get_queued_workflow`	Просмотреть полный payload рабочего процесса для одного ожидающего элемента очереди
`move_queued_job`	Переместить ожидающую задачу в начало/конец, поставив её заново с новым `prompt_id`
`edit_queued_job`	Изменить или заменить ожидающий рабочий процесс в очереди и поставить его заново с новым `prompt_id`
`cancel_job`	Прервать текущую выполняющуюся задачу — эскалация (interrupt → verify → `/free`) и отчёт WEDGED, если она не останавливается; `clear_pending: true` также отменяет все ожидающие задачи в этом вызове
`get_system_stats`	Получить информацию о системе — GPU, VRAM, версия Python, ОС

Визуализация рабочих процессов

Инструмент	Описание
`visualize_workflow`	Преобразовать рабочий процесс в блок-схему Mermaid с узлами, сгруппированными по категориям
`mermaid_to_workflow`	Преобразовать диаграмму Mermaid обратно в исполняемый JSON рабочего процесса

Составление рабочих процессов

Инструмент	Описание
`create_workflow`	Сгенерировать рабочий процесс из шаблонов: `txt2img`, `img2img`, `upscale`, `inpaint`, `controlnet`, `ip_adapter`, `ace_step_15`, `stable_audio_3`
`modify_workflow`	Применить операции: `set_input`, `add_node`, `remove_node`, `connect`, `insert_between`
`get_node_info`	Запросить доступные типы узлов из эндпоинта ComfyUI `/object_info`

Валидация рабочих процессов

Инструмент	Описание
`validate_workflow`	Валидация «всухую» — проверяет отсутствующие узлы, разорванные соединения, невалидные индексы выходов, отсутствующие файлы моделей

Библиотека рабочих процессов

Инструмент	Описание
`list_workflows`	Показать сохранённые рабочие процесса из пользовательской библиотеки ComfyUI
`get_workflow`	Загрузить конкретный сохранённый рабочий процесс по имени файла
`strip_workflow`	Девиртуализировать любой рабочий процесс (абсолютный путь, имя файла из библиотеки или встроенный граф) — разрешить шины GetNode/SetNode, Reroute, определения подграфов и обойденные узлы в реальные соединения и вернуть плоский граф. Читает ЛЮБОЙ путь на стороне сервера, поэтому загружает ad-hoc/экспертные рабочие процессы, которых нет в кэшированной библиотеке.
`slice_workflow`	Разбить монолит с toggle-шаблоном — вырезать ОДНУ.toggle-конвейер rgthree Fast-Groups-Bypass-toggled в самостоятельный активированный граф (seed берется из выходных узлов именованных групп, обратное замыкание, снятие bypass). Использовать с `strip_workflow` для последующего выравнивания шин.
`save_workflow`	Сохранить рабочий процесс в пользовательскую библиотеку ComfyUI

Управление изображениями

Инструмент	Описание
`upload_image`	Скопировать локальное изображение в директорию `input/` ComfyUI для img2img, inpaint или ControlNet
`workflow_from_image`	Извлечь встроенные метаданные рабочего процесса из PNG, сгенерированного ComfyUI (читает блоки тектов `prompt` и `workflow`)
`list_output_images`	Просмотреть недавно сгенерированные изображения и видео из выходной директории, отсортированные от новых к старым — рекурсивно заходит в подпапки (например, `output/video/…` из SaveVideo) и возвращает `subfolder` для каждого результата

Управление моделями

Инструмент	Описание
`search_models`	Искать совместимые модели на HuggingFace (чекпоинты, LoRA, VAE и т.д.)
`download_model`	Скачать модель по URL в соответствующую поддиректорию ComfyUI
`list_local_models`	Показать установленные модели по типу: checkpoints, loras, vae, upscale_models, controlnet, embeddings, clip, unet, diffusion_models, text_encoders
`list_extra_paths`	Просмотреть конфигурацию дополнительных путей поиска для автономного или десктопного ComfyUI
`add_extra_path`	Добавить путь поиска моделей/кастомных узлов в YAML дополнительных путей
`remove_extra_path`	Удалить сохранённый дополнительный путь поиска из YAML дополнительных путей

Управление памятью

Инструмент	Описание
`clear_vram`	Освободить GPU VRAM, выгружая кэшированные модели — вызывает эндпоинт ComfyUI `/free`, отчитывается о статистике до и после
`get_embeddings`	Показать установленные текстовые инверсионные эмбеддинги

Реестр и поиск

Инструмент	Описание
`search_custom_nodes`	Искать пакеты кастомных узлов в Реестре ComfyUI по ключевому слову
`get_node_pack_details`	Получить полные детали о пакете кастомных узлов (описание, автор, узлы, информация об установке)
`generate_node_skill`	Сгенерировать файл `.md` для навыка Claude по ID из Реестра или URL GitHub
`comfy_cli_search_nodes`	Искать реально загруженные классы узлов через официальную команду `comfy nodes search`

Официальный comfy-cli

Установите comfy-cli версии 1.11.1 или новее для использования официальных инструментов на основе JSON. MCP разрешает путь к comfy через COMFY_CLI_PATH, PATH или выбранное рабочее окружение (.venv/venv). Локальные операции с кастомными узлами предпочитают команду comfy node, если доступна поддерживаемая версия CLI, в противном случае используют Manager HTTP; удалённые цели сохраняют Manager HTTP.

Инструмент	Описание
`comfy_cli_status`	Проверить версию, выбранное рабочее окружение (`which`), окружение или поверхность самопозиционирования команд
`comfy_cli_server`	Запустить, остановить или перезапустить фоновый ComfyUI, управляемый CLI
`comfy_cli_jobs`	Просматривать, проверять, ожидать, отслеживать или отменять локальные/облачные задачи
`comfy_cli_workflow`	Валидировать или выполнять файлы рабочих процессов через официальную CLI
`comfy_cli_transfer`	Загружать входные данные или скачивать готовые выходы задач
`comfy_cli_models`	Просматривать/искать локальные или облачные модели; скачивать/удалять файлы моделей рабочего окружения
`comfy_cli_skills`	Просматривать/показывать/валидировать/устанавливать/проверять статус/удалять официальные встроенные навыки агента

Диагностика

Инструмент	Описание
`get_logs`	Получить журналы сервера ComfyUI с опциональной фильтрацией по ключевому слову (например, `error`, `warning`, имя узла)
`get_history`	Получить историю выполнения с полными деталями ошибок, трассировками Python, временем и информацией о кэшированных узлах

Управление процессом

Инструмент	Описание
`stop_comfyui`	Остановить запущенный процесс ComfyUI (сохраняет PID и аргументы запуска для перезапуска)
`start_comfyui`	Запустить ComfyUI, используя информацию, сохранённую при предыдущей остановке
`restart_comfyui`	Остановить и перезапустить ComfyUI, сохранив все аргументы запуска

Трекер генерации

Инструмент	Описание
`suggest_settings`	Предложить проверенные настройки сэмплера/планировщика/шагов/CFG на основе локальной истории генераций — запрос по семейству моделей, хешу LoRA или текстовому поиску
`generation_stats`	Показать статистику локального отслеживания генераций — общее количество запусков, уникальные комбинации, разбивка по семействам моделей

Каждый вызов enqueue_workflow автоматически записывает настройки в локальную базу данных SQLite (generations.db). Повторяющиеся комбинации настроек получают инкремент reuse_count вместо дубликатов, создавая естественный сигнал популярности. Модели и LoRA идентифицируются по хешу содержимого (AutoV2 / SHA256), а не по имени файла — поэтому переименованные файлы группируются вместе.

# View local stats from the CLI
npm run generations:stats

Настройки моделей

Поддерживаемая сообществом библиотека пресетов (model-settings.json) с исследовательски обоснованными значениями сэмплера, планировщика, шагов и CFG для более чем 10 семейств моделей. Пользовательские переопределения в model-settings.user.jsonc (автоматически создаётся из шаблона при установке, игнорируется git).

Примеры

Генерация изображения

> /comfy:gen a cyberpunk city at night with neon lights

Claude выполнит: 1. Проверит установленные чекпоинты (скачает при необходимости) 2. Построит рабочий процесс txt2img с вашим промптом 3. Выполнит его на ComfyUI 4. Вернёт сгенерированное изображение

Визуализация рабочего процесса

> /comfy:viz ~/workflows/my-workflow.json

Создаст диаграмму Mermaid с узлами, сгруппированными по категориям:

flowchart LR
  subgraph Loaders
    1["CheckpointLoaderSimple"]
  end
  subgraph Conditioning
    2(["Positive Prompt"])
    3(["Negative Prompt"])
  end
  subgraph Sampling
    5{{"KSampler<br/>steps:20 cfg:8"}}
  end
  1 -->|MODEL| 5
  2 -->|CONDITIONING| 5
  3 -->|CONDITIONING| 5

Отладка неудавшего рабочего процесса

> /comfy:debug

Автоматически прочитает последние историю выполнения и журналы, определит проблемный узел, проверит отсутствующие модели или пакеты узлов и предложит исправление.

> /comfy:debug abc123-def456

Диагностика конкретного выполнения по prompt_id.

Подбор параметров (Parameter sweep)

> /comfy:batch a cat in a field, cfg:5-10:2, sampler:euler,dpmpp_2m

Генерирует сетку изображений для всех комбинаций параметров и представляет сводную таблицу с результатами.

Поддерживаемые параметры подбора: cfg, steps, sampler, scheduler, seed, denoise, width, height.

Многоэтапные рецепты (Multi-step recipes)

> /comfy:recipe hires-fix a dramatic fantasy landscape with castles

Запускает двухэтапный конвейер: txt2img с разрешением 512x768, затем img2img апскейл до 1024x1536 с улучшением деталей.

Доступные рецепты:

Рецепт	Описание
`portrait`	Генерация на 1024x1024, затем апскейл x2 до 2048x2048
`hires-fix`	Генерация с низким разрешением → img2img апскейл с denoise 0.4-0.5
`style-transfer`	Применение стилевого промпта к существующему изображению через img2img
`product-shot`	Изображение продукта на чистом белом фоне
### Конвертация формата рабочего процесса

> /comfy:convert ~/workflows/my-ui-workflow.json

Конвертирует между форматом UI ComfyUI (массивы нод и связей) и API-форматом (ID нод → {class_type, inputs}).

Установка пакета пользовательских нод

> /comfy:install comfyui-impact-pack

Ищет в реестре, показывает детали, клонирует репозиторий в custom_nodes/, устанавливает зависимости и предлагает перезапустить ComfyUI.

Просмотр галереи результатов

> /comfy:gallery last 5
> /comfy:gallery today

Выводит список последних результатов со встроенными метаданными — показывает чекпоинт, промпт, seed, шаги, CFG, сэмплер для каждого изображения.

Сравнение рабочих процессов

> /comfy:compare workflow-a.json vs workflow-b.json

Показывает добавленные/удалённые ноды, изменённые параметры (старые → новые значения) и опциональные диаграммы Mermaid для визуального сравнения.

Валидация перед запуском

> Validate this workflow before I run it

Проверяет отсутствующие типы нод, повреждённые соединения, недопустимые индексы выходов и отсутствующие файлы моделей — без выполнения.

Управление моделями

> What checkpoints do I have installed?
> Search HuggingFace for SDXL turbo models
> Download this model to my checkpoints folder

Управление видеопамятью (VRAM)

> Free my VRAM
> What embeddings do I have?

Извлечение рабочего процесса из изображения

> Extract the workflow from this image: ~/outputs/ComfyUI_00042_.png

Читает фрагменты метаданных PNG для восстановления точного рабочего процесса и промпта, использованных для генерации изображения.

Исследование пользовательских нод

> /comfy:node-skill comfyui-impact-pack

Генерирует комплексный файл-описание, документирующий каждую ноду, её входы/выходы и паттерны использования.

Управление процессами

> Restart ComfyUI
> Stop ComfyUI
> Start ComfyUI back up

Конфигурация

Сервер автоматически определяет установку ComfyUI и порт. При необходимости можно переопределить переменными окружения.

Где хранить ключи и переопределения:

Пользователи панели: карточка API Keys (меню ▾ рядом с «connected») — сохраняется в ~/.comfyui-mcp/panel-secrets.json, применяется немедленно, перезапуск не требуется.
Только MCP-установки (Claude Desktop, Claude Code и т.д.): блок env в конфигурации вашего MCP-клиента, как показано в примерах настройки выше.
Реальные переменные окружения всегда имеют приоритет над сохранёнными ключами. (Для разработки ~/.comfyui-mcp/.env также загружается как файл переопределений — обычным установкам он не нужен.)

Режимы развёртывания

comfyui-mcp работает в одном из трёх режимов, автоматически выбираемых из окружения:

Режим	Триггер	Инструменты локальной ФС/процесса?
Локальный	по умолчанию	да
Удалённый	`--comfyui-url` / `COMFYUI_URL` указывает на хост, не являющийся loopback, или установлен `--force-remote`	нет — сервер пропускает автоопределение `COMFYUI_PATH`, чтобы устаревшие локальные установки не могли молча перехватывать загрузки
Облачный	Установлен `COMFYUI_API_KEY` (цель — Comfy Cloud)	нет — HTTP-примитивы маршрутизируются через `cloud.comfy.org` по `X-API-Key`; WebSocket и инструменты, доступные только локально, выбрасывают `CLOUD_UNSUPPORTED`

Некоторые конфигурации (например, dstack, управляющий ComfyUI на RunPod) перенаправляют удалённый ComfyUI на localhost:8188, из-за чего проверка loopback выше срабатывает неправильно — установка на самом деле не является локальной. Передайте --force-remote (или установите COMFYUI_MCP_FORCE_REMOTE=1) совместно с --comfyui-url/COMFYUI_URL для принудительного удалённого режима независимо от имени хоста:

npx -y comfyui-mcp@latest --comfyui-url http://localhost:8188 --force-remote

Переменная	По умолчанию	Описание
`COMFYUI_URL`		Полный URL ComfyUI, например `https://comfy.example.com:8443` — переопределяет `COMFYUI_HOST`/`PORT`/`SSL` и пропускает автоопределение. Префикс пути сохраняется (например, `https://host/comfyapi`) для экземпляров за обратным прокси. Хосты, не являющиеся loopback, активируют удалённый режим.
`COMFYUI_MCP_FORCE_REMOTE`		Установите в `1`/`true` (или передайте `--force-remote`) для принудительного удалённого режима, даже когда `COMFYUI_URL`/`--comfyui-url` разрешается в loopback-хост — для удалённых установок с перенаправлением портов (например, dstack/RunPod), доступных через `localhost`. Не действует без `COMFYUI_URL`/`--comfyui-url`.
`COMFYUI_HOST`	`127.0.0.1`	Адрес сервера ComfyUI
`COMFYUI_PORT`	(автоопределение)	Порт сервера ComfyUI (попытки: сначала 8188, затем 8000)
`COMFYUI_PATH`	(автоопределение)	Путь к каталогу данных ComfyUI. Автоопределение отключается в удалённом/облачном режимах.
`COMFY_CLI_PATH`	(автоопределение)	Путь к официальному исполняемому файлу `comfy` (comfy-cli >=1.11.1). Разрешение также проверяет `PATH` и `.venv`/`venv` выбранного рабочего пространства.
`COMFYUI_PYTHON`	`python`	Интерпретатор Python, используемый устаревшими методами установки зависимостей через git clone. Укажите Python из venv ComfyUI при необходимости.
`COMFYUI_MCP_BRIDGE_HOST`	`127.0.0.1`	Хост привязки панельного моста. Установите `0.0.0.0` (или IP в локальной сети) для запуска оркестратора на сервере 24/7 и подключения панелей с других машин — требуется токен (ниже); оркестратор выводит готовый для копирования URL моста `ws://…/?token=…`.
`COMFYUI_MCP_BRIDGE_TOKEN`	(генерируется при необходимости)	Общий ключ, контролирующий каждое подключение к мосту (проверяется за константное время при обновлении WS). Обязателен для не-loopback `COMFYUI_MCP_BRIDGE_HOST`; зафиксируйте его, чтобы URL моста сохранялся после перезапусков. Никогда не логируется за пределами стартового баннера.
`COMFYUI_MCP_DATA_DIR`	`~/.comfyui-mcp`	Базовый каталог для данных экземпляра (`generations.db`, используемый `suggest_settings`), когда нет локального `COMFYUI_PATH` (удалённый/облачный/не обнаружен). Разделяется по целям в `instances/<host_port>/`.
`COMFYUI_API_KEY`		API-ключ Comfy Cloud. При установке активируется облачный режим, и сервер общается с `cloud.comfy.org`. Никогда не логируется.
`COMFYUI_CLOUD_URL`	`https://cloud.comfy.org`	Переопределение эндпоинта Comfy Cloud (тестирование/стейджинг).
`COMFYUI_AUTH_TOKEN`		Универсальный токен аутентификации для собственного ComfyUI за обратным прокси / API-шлюзом (отличается от Comfy Cloud). При установке прикрепляется к каждому запросу ComfyUI. Никогда не логируется.
`COMFYUI_AUTH_HEADER`	`Authorization`	Имя заголовка для `COMFYUI_AUTH_TOKEN` (например, `X-API-Key`).
`COMFYUI_AUTH_SCHEME`	`Bearer` для `Authorization`, иначе пусто	Префикс схемы для значения токена (например, `Bearer`, `Token`).
`CIVITAI_API_TOKEN`		Токен API CivitAI для загрузки моделей
`HUGGINGFACE_TOKEN`		Токен HuggingFace для повышения лимитов API
`GITHUB_TOKEN`		Токен GitHub для генерации навыков (избегает лимитов)
`REGISTRY_ACCESS_TOKEN`		API-ключ Comfy Registry для `publish_custom_node` (только через env, никогда не логируется)
`COMFYUI_DOWNLOAD_CACHE_DIR`	`~/.comfyui-mcp/cache`	Кэш загрузки моделей с адресным хранением контента (дедупликация + объединение параллельных загрузок)
`COMFYUI_LRU_CACHE_SIZE_GB`	`0`	Ограничение кэша загрузок в ГБ; `0` отключает LRU-очистку
`COMFYUI_STARTUP_CHECK_INTERVAL_S` / `…_MAX_TRIES`	`1` / `20`	Интервал проверки готовности + максимум попыток при запуске локального ComfyUI
`COMFYUI_ALWAYS_RESTART`	`false`	Автоматический перезапуск упавшего локального ComfyUI (ограничено `COMFYUI_RESTART_MAX_ATTEMPTS` / `COMFYUI_RESTART_WINDOW_S`)
`COMFYUI_MCP_STALL_S`	`180`	Watchdog зависания рендера: секунды, в течение которых шаг сэмплера может повторно отправлять один и тот же прогресс, прежде чем к следующему ходу агента будет добавлено уведомление STALL/BACKLOG (ограничено 15–3600с; настраивается в реальном времени из панели)
`COMFYUI_MCP_INTERRUPT_S`	`30`	Секунды, которые `cancel_job` ждёт, пока прерывание фактически остановит задачу, прежде чем эскалировать до `/free` и сообщить о зависании
`LOG_LEVEL`	`info`	Детализация логирования: `debug`, `info`, `warn`, `error`

Транспорты

Сервер использует stdio по умолчанию (то, что ожидают Claude Code, Claude Desktop и MCP Inspector — никаких флагов не нужно). Для MCP-шлюзов, удалённых/хостинговых конфигураций или клиентов на основе fetch выберите streamable-HTTP:

# stdio (default)
npx -y comfyui-mcp@latest

# streamable-HTTP on http://127.0.0.1:9100/mcp
npx -y comfyui-mcp@latest --http
npx -y comfyui-mcp@latest --http --host 0.0.0.0 --port 9100   # bind/port overrides

Флаг	Переменная окружения	По умолчанию	Описание
`--http` / `--transport http`	`MCP_TRANSPORT=http`	`stdio`	Обслуживает streamable-HTTP на `/mcp` вместо stdio
`--host <h>`	`MCP_HOST`	`127.0.0.1`	HTTP-хост привязки (используйте `0.0.0.0` для публикации)
`--port <n>`	`MCP_PORT`	`9100`	HTTP-порт
`--comfyui-url <url>`	`COMFYUI_URL`	(автоопределение)	Целевой (включая удалённый) ComfyUI
`--force-remote`	`COMFYUI_MCP_FORCE_REMOTE`	`false`	Принудительный удалённый режим для loopback `--comfyui-url` (например, dstack/RunPod с перенаправлением на `localhost`)

Другие агенты и локальные LLM (Hermes, OpenClaw, Copilot CLI, Ollama)

comfyui-mcp имеет первоклассную поддержку не-Claude платформ. Одна команда записывает запись сервера в собственную конфигурацию платформы (объединяя, а не перезаписывая):

npx -y comfyui-mcp setup hermes     # → ~/.hermes/config.yaml      (compact by default)
npx -y comfyui-mcp setup openclaw   # → ~/.openclaw/openclaw.json  (compact by default)
npx -y comfyui-mcp setup copilot    # → ~/.copilot/mcp-config.json (full by default)
# flags: --compact | --full, --comfyui-url <url>, --dry-run

Требования к модели: вызов инструментов является обязательным требованием (без вызова инструментов = не работает). Мыслительные способности и зрение настоятельно рекомендуются — без мыслительных способностей многошаговые цепочки инструментов деградируют; без зрения агент может генерировать, но не видит собственные результаты.

Для небольших/локальных моделей компактный режим инструментов (--compact / COMFYUI_MCP_TOOL_MODE=compact) регистрирует 3 мета-инструмента (list_tools → describe_tool → call_tool) вместо полной поверхности из ~200 схем, подтягивая схемы в контекст по одному инструменту за раз. Запускайте его локально бесплатно с нашими дообученными моделями: ollama pull artokun/gemma4-comfyui-mcp:e4b (также :e2b для ~2 ГБ VRAM, :12b для ~8 ГБ) — Gemma 4, дообученная с QLoRA на 1055 серверно-верифицированных траекториях по полной поверхности инструментов comfyui-mcp, и модель по умолчанию для Ollama в панели. Стандартные gemma4:*/qwen3:4b также проверены от начала до конца. (npm run test:local-llm); gemma3 не поддерживает нативный вызов инструментов и не поддерживается. Полное руководство — рекомендации для размещённых моделей (класс DeepSeek/MiMo/GLM), настройка для каждого исполнителя, устранение неполадок: Локальные LLM и другие агенты.

Флаг	Переменная окружения	По умолчанию	Описание
`setup <agent>`			Записывает запись comfyui в конфиг hermes / openclaw / copilot, затем завершает работу
`--compact` / `--tool-mode compact`	`COMFYUI_MCP_TOOL_MODE=compact`	`full`	Регистрирует 3 мета-инструмента вместо полного интерфейса ~200-схем

Другие агенты и локальные LLM (Hermes, OpenClaw, Copilot CLI, Ollama)

comfyui-mcp имеет первоклассную поддержку не-Claude исполнителей. Одна команда записывает запись сервера в конфиг самого исполнителя (объединяя, а не перезаписывая):

npx -y comfyui-mcp setup hermes     # → ~/.hermes/config.yaml      (compact by default)
npx -y comfyui-mcp setup openclaw   # → ~/.openclaw/openclaw.json  (compact by default)
npx -y comfyui-mcp setup copilot    # → ~/.copilot/mcp-config.json (full by default)
# flags: --compact | --full, --comfyui-url <url>, --dry-run

Требования к модели: вызов инструментов является обязательным требованием (нет вызова инструментов = не работает). Рассуждение и видение настоятельно рекомендуются — без рассуждения многошаговые цепочки инструментов деградируют; без видения агент может генерировать, но не может видеть собственные выводы.

Для небольших/локальных моделей компактный режим инструментов (--compact / COMFYUI_MCP_TOOL_MODE=compact) регистрирует 3 мета-инструмента (list_tools → describe_tool → call_tool) вместо полного интерфейса ~200-схем, загружая схемы в контекст по одному инструменту. Запустите его локально бесплатно с нашими дообученными моделями: ollama pull artokun/gemma4-comfyui-mcp:e4b (а также :e2b для ~2 ГБ VRAM, :12b для ~8 ГБ) — Gemma 4, дообученная QLoRA на 1055 верифицированных сервером траекториях по полному интерфейсу инструментов comfyui-mcp, и панели Ollama по умолчанию. Стандартные gemma4:*/qwen3:4b также проверены от конца до конца (npm run test:local-llm); gemma3 не поддерживает нативный вызов инструментов и не поддерживается. Полное руководство — рекомендации для размещённых моделей (класс DeepSeek/MiMo/GLM), настройка для каждого исполнителя, устранение неполадок: Локальные LLM и другие агенты.

Флаг	Переменная окружения	По умолчанию	Описание
`setup <agent>`			Записывает запись comfyui в конфиг hermes / openclaw / copilot, затем завершает работу
`--compact` / `--tool-mode compact`	`COMFYUI_MCP_TOOL_MODE=compact`	`full`	Регистрирует 3 мета-инструмента вместо полного интерфейса ~200-схем

Удалённый ComfyUI

Укажите сервер на работающий где угодно ComfyUI — локальная установка не требуется:

npx -y comfyui-mcp@latest --comfyui-url http://192.168.1.50:8188
npx -y comfyui-mcp@latest --http --comfyui-url https://comfy.example.com:8443

За обратным прокси / API-шлюзом (префикс пути + заголовок авторизации) — для самостоятельно размещённого ComfyUI, доступного по маршруту с префиксом со собственным слоем авторизации (это не Comfy Cloud, который использует COMFYUI_API_KEY):

COMFYUI_URL=https://gateway.example.com/comfyapi \
COMFYUI_AUTH_TOKEN=your-token \
  npx -y comfyui-mcp@latest --http        # → Authorization: Bearer your-token, requests under /comfyapi

# custom header / scheme:
COMFYUI_URL=https://gateway.example.com/comfyapi \
COMFYUI_AUTH_HEADER=X-API-Key COMFYUI_AUTH_TOKEN=your-token \
  npx -y comfyui-mcp@latest --http        # → X-API-Key: your-token

Автоопределение

Порт: Опрашивает 8188 (по умолчанию в CLI) затем 8000 (по умолчанию в десктопном приложении) через /system_stats.

Путь: Проверяет\commonные locations в порядке:

~/Documents/ComfyUI (каталог данных десктопного приложения macOS/Windows)
~/Library/Application Support/ComfyUI (macOS)
~/AppData/Local/Programs/ComfyUI/resources/ComfyUI (установка десктопного приложения Windows)
~/AppData/Local/ComfyUI (Windows)
~/ComfyUI, ~/code/ComfyUI, ~/projects/ComfyUI, ~/src/ComfyUI
/opt/ComfyUI, ~/.local/share/ComfyUI (Linux)
Просматривает ~/Documents и ~/My Documents на наличие any directory содержащий "ComfyUI"

Установите COMFYUI_PATH, чтобы пропустить определение и использовать явный путь.

Как это работает

Сервер взаимодействует с ComfyUI через его REST API и интерфейс WebSocket:

WebSocket — постановка рабочих процессов в очередь, получение обновлений прогресса в реальном времени (пошагово через фоновый скрипт-монитор), получение результатов выполнения
REST API — статистика системы, определения узлов (/object_info), журналы, история, управление очередью, библиотека рабочих процессов, управление VRAM (/free), встраивания
Файловая система — чтение/запись каталога моделей, определение путей установки, загрузка извлечение метаданных PNG, просмотр выходных данных
Внешние API — HuggingFace (поиск моделей), ComfyUI Registry (обнаружение пользовательских узлов), GitHub (генерация навыков), CivitAI (загрузка моделей)

Все взаимодействие с клиентом MCP (Claude Code) происходит через stdio с использованием Model Context Protocol. Журналы выводятся в stderr, чтобы не загрязнять поток протокола.

Разработка

Предварительные требования

Node.js >= 22.0.0
ComfyUI, работающий локально

Настройка

git clone https://github.com/artokun/comfyui-mcp.git
cd comfyui-mcp
npm install

Скрипты

Скрипт	Описание
`npm run dev`	Запуск из исходного кода с tsx (горячая перезагрузка)
`npm run build`	Компиляция TypeScript в `dist/`
`npm start`	Запуск скомпилированного вывода
`npm test`	Запуск модульных тестов (vitest)
`npm run test:integration`	Запуск интеграционных тестов (требуется запущенный ComfyUI)
`npm run lint`	Проверка типов без вывода
`npm run generations:stats`	Показать статистику отслеживания локальной генерации
`npm run sync-agents`	Синхронизация навыков/команд/перехватчиков Claude для Google Antigravity, OpenCode и других форматов AI IDE, поддерживающих файлы .agents

Локальное тестирование с Claude Code

Укажите Claude Code на вашу локальную сборку вместо пакета npm:

{
  "mcpServers": {
    "comfyui": {
      "command": "node",
      "args": ["/path/to/comfyui-mcp/dist/index.js"],
      "env": {}
    }
  }
}

Или тестируйте плагин напрямую:

claude --plugin-dir ./plugin

Структура проекта

model-settings.json            # Community-maintained model presets (shipped)
model-settings.user.jsonc.example  # User override template (copied on install)
scripts/
  postinstall.mjs              # Auto-creates user config from template
  generation-stats.mjs         # CLI: npm run generations:stats
src/
  index.ts                 # MCP server entry point (stdio transport)
  config.ts                # Auto-detection & environment config
  comfyui/
    client.ts              # ComfyUI WebSocket/HTTP client wrapper
    types.ts               # TypeScript interfaces
  services/
    workflow-executor.ts   # Execute workflows, handle images & errors
    workflow-composer.ts   # Templates (txt2img, img2img, upscale, inpaint)
    workflow-validator.ts  # Dry-run validation (missing nodes, models, connections)
    image-management.ts    # Upload images, extract PNG metadata, list outputs
    mermaid-converter.ts   # Workflow → Mermaid diagram
    workflow-converter.ts  # UI → API: de-virtualize Get/Set buses + Reroutes, expand subgraphs, resolve bypass (powers strip_workflow)
    workflow-slicer.ts     # sliceWorkflow() — rgthree Fast-Groups-Bypass pipeline un-chunker (shared by the CLI + slice_workflow)
    mermaid-parser.ts      # Mermaid diagram → Workflow
    model-resolver.ts      # HuggingFace search, local models, downloads
    generation-tracker.ts  # SQLite generation log, settings dedup, stats
    file-hasher.ts         # SHA256 hashing of .safetensors with cache
    civitai-lookup.ts      # CivitAI API lookup by content hash
    workflow-settings-extractor.ts  # Extract settings from workflow JSON
    process-control.ts     # Stop, start, restart ComfyUI process
    registry-client.ts     # ComfyUI Registry API
    skill-generator.ts     # Generate node pack skill docs
  tools/                   # MCP tool registration (one file per group)
    workflow-execute.ts    # enqueue_workflow, get_system_stats
    workflow-visualize.ts  # visualize_workflow, mermaid_to_workflow
    workflow-compose.ts    # create_workflow, modify_workflow, get_node_info
    workflow-validate.ts   # validate_workflow
    workflow-library.ts    # list_workflows, get_workflow, strip_workflow, slice_workflow, save_workflow
    image-management.ts    # upload_image, workflow_from_image, list_output_images
    model-management.ts    # search_models, download_model, list_local_models
    memory-management.ts   # clear_vram, get_embeddings
    registry-search.ts     # search_custom_nodes, get_node_pack_details
    skill-generator.ts     # generate_node_skill
    generation-tracker.ts  # suggest_settings, generation_stats
    diagnostics.ts         # get_logs, get_history
    process-control.ts     # stop_comfyui, start_comfyui, restart_comfyui
    index.ts               # Registers all tool groups
  utils/
    errors.ts              # Custom error hierarchy with MCP integration
    logger.ts              # stderr-only logging (safe for stdio transport)
    image.ts               # Base64 encoding utilities
plugin/
  .claude-plugin/          # Plugin manifest
  .mcp.json                # MCP server config for plugin
  commands/                # Slash commands
    gen.md                 # /comfy:gen — image generation
    viz.md                 # /comfy:viz — workflow visualization
    node-skill.md          # /comfy:node-skill — skill generation
    debug.md               # /comfy:debug — failure diagnosis
    batch.md               # /comfy:batch — parameter sweeps
    convert.md             # /comfy:convert — format conversion
    install.md             # /comfy:install — node pack installation
    gallery.md             # /comfy:gallery — output browser
    compare.md             # /comfy:compare — workflow diff
    recipe.md              # /comfy:recipe — multi-step pipelines
  skills/                  # Knowledge bases
    comfyui-core/          # Workflow format, node types, pipeline patterns
    prompt-engineering/    # CLIP syntax, model-specific prompting
    troubleshooting/       # Error catalog with patterns and fixes
    model-compatibility/   # Compatibility matrix per model family
  agents/                  # Autonomous agents
    explorer.md            # Research custom node packs, generate skills
    debugger.md            # Diagnose workflow failures
    optimizer.md           # Analyze and optimize workflows
  hooks/                   # Pre/post tool-use hooks
    hooks.json             # Hook configuration
    vram-check.mjs         # VRAM watchdog before execution
    save-warning.mjs       # Save prompt before stop/restart
    job-complete-notify.mjs # Job completion notification via temp files
  scripts/                 # Background scripts
    monitor-progress.mjs   # Real-time WebSocket progress monitor

Устранение неполадок

"ComfyUI не обнаружен на портах 8188, 8000" Убедитесь, что ComfyUI запущен. Десктопное приложение по умолчанию использует порт 8000; CLI использует 8188. Установите COMFYUI_PORT, если вы используете пользовательский порт.

"COMFYUI_PATH не настроен" Автоопределение не смогло найти ваш каталог данных ComfyUI. Установите COMFYUI_PATH на каталог, содержащий вашу папку models/ (например, ~/Documents/ComfyUI).

"Обнаружено несколько установок ComfyUI" Это информационное сообщение — сервер использует первый найденный. Установите COMFYUI_PATH для выбора конкретной установки.

Загрузка моделей не удается Для моделей HuggingFace с ограниченным доступом установите HUGGINGFACE_TOKEN. Для CivitAI установите CIVITAI_API_TOKEN.

Ошибки выполнения рабочих процессов Используйте /comfy:debug для автоматической диагностики сбоев. Или используйте get_history / get_logs напрямую для просмотра подробных сообщений об ошибках, включая трассировки Python из ComfyUI.

Нехватка памяти (OOM) Используйте clear_vram для освобождения памяти GPU перед запуском больших рабочих процессов. Хук-сторож VRAM автоматически предупредит вас, если память критически низкая. См. навык устранения неполадок для оценок VRAM для конкретных моделей.

Отсутствующие пользовательские узлы Используйте /comfy:install <pack> для установки недостающих пакетов узлов из реестра. Команда отладки автоматически обнаружит и предложит недостающие пакеты.

Участие

Приветствуется участие! См. CONTRIBUTING.md для настройки разработки, проектных соглашений, как добавить инструмент MCP, и процесса выпуска.

Краткая версия: форк → ветка (feat/my-feature) → внесение изменений (убедитесь, что npm run build и npm test проходят; запустите npm run docs:gen, если вы изменили инструменты) → откройте PR.

Ответственный

Создан и поддерживается @artokun — постоянный участник экосистемы Comfy-Org:

Comfy-Org/ComfyUI_frontend — 10 объединенных PR, в основном по v2 graph renderer: рендеринг подграфов, продвижение виджетов, сохранение viewport, с обратными портами в cloud/1.41, cloud/1.42, core/1.41 и core/1.42.
Comfy-Org/ComfyUI (core) — исправления сбоев в пути сохранения видео/аудио Python backend (#12683, #12550).

Сотрудники Comfy-Org (или кто угодно, нанимающий в экосистеме ComfyUI): я был бы искренне рад пообщаться — art.longbottom.jr@gmail.com.

Лицензия

MIT — подробности смотрите в LICENSE.

Журнал изменений

Полная структурированная история выпусков смотрите в CHANGELOG.md.

ComfyUI MCP

comfyui-mcp — управление ComfyUI с помощью ЛЮБОЙ LLM

✅ Теперь доступно: ComfyUI Agent Panel в ComfyUI-Manager и Comfy Registry

Быстрый старт

Область: локально, удалённо или в Comfy Cloud

Удалённый / облачный коннектор (одна команда)

Плагин для Claude Code

Установка как плагин

Слеш-команды

Встроенные навыки

Агенты

Хуки

Фоновые скрипты

Панельный агент (Claude · ChatGPT · Gemini · любая локальная/хостинговая LLM)

Управление УДАЛЁННЫМ ComfyUI с вашей собственной машины (connect)

MCP-инструменты

Генерация изображений (высокий уровень)

Генерация аудио (высокий уровень)

Ассеты и итерация

Настройки по умолчанию

Выполнение рабочих процессов

Визуализация рабочих процессов

Составление рабочих процессов

Валидация рабочих процессов

Библиотека рабочих процессов

Управление изображениями

Управление моделями

Управление памятью

Реестр и поиск

Официальный comfy-cli

Диагностика

Управление процессом

Трекер генерации

Настройки моделей

Примеры

Генерация изображения

Визуализация рабочего процесса

Отладка неудавшего рабочего процесса

Подбор параметров (Parameter sweep)

Многоэтапные рецепты (Multi-step recipes)

Установка пакета пользовательских нод

Просмотр галереи результатов

Сравнение рабочих процессов

Валидация перед запуском

Управление моделями

Управление видеопамятью (VRAM)

Извлечение рабочего процесса из изображения

Исследование пользовательских нод

Управление процессами

Конфигурация

Режимы развёртывания

Транспорты

Другие агенты и локальные LLM (Hermes, OpenClaw, Copilot CLI, Ollama)

Другие агенты и локальные LLM (Hermes, OpenClaw, Copilot CLI, Ollama)

Удалённый ComfyUI

Автоопределение

Как это работает

Разработка

Предварительные требования

Настройка

Скрипты

Локальное тестирование с Claude Code

Структура проекта

Устранение неполадок

Участие

Ответственный

Лицензия

Журнал изменений

Комментарии

Управление УДАЛЁННЫМ ComfyUI с вашей собственной машины (`connect`)