ComfyUI MCP Server MCP — Anwendungsfälle, Installieren & Live-Demo

Warum nutzen

Hauptfunktionen

Generierung: Bilder, Audio, Video über lokales ComfyUI
Workflows: Gespeicherte ComfyUI-Workflows auflisten und ausführen
Job-Lebenszyklus: Warteschlangenstatus, Job abrufen/abbrechen
Assets: Auflisten, Anzeigen, Metadaten abrufen, veröffentlichen
Konfiguration: Modelle auflisten, Standardwerte abrufen/festlegen

Live-Demo

In der Praxis

comfyui-mcp-server.replay ▶ bereit

0/0

Installieren

Wählen Sie Ihren Client

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "comfyui-mcp-server": {
      "command": "python",
      "args": [
        "server.py"
      ],
      "_inferred": false,
      "env": {
        "COMFYUI_URL": "http://127.0.0.1:8188"
      }
    }
  }
}

Öffne Claude Desktop → Settings → Developer → Edit Config. Nach dem Speichern neu starten.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "comfyui-mcp-server": {
      "command": "python",
      "args": [
        "server.py"
      ],
      "_inferred": false,
      "env": {
        "COMFYUI_URL": "http://127.0.0.1:8188"
      }
    }
  }
}

Cursor nutzt das gleiche mcpServers-Schema wie Claude Desktop. Projektkonfiguration schlägt die globale.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "comfyui-mcp-server": {
      "command": "python",
      "args": [
        "server.py"
      ],
      "_inferred": false,
      "env": {
        "COMFYUI_URL": "http://127.0.0.1:8188"
      }
    }
  }
}

Klicken Sie auf das MCP-Servers-Symbol in der Cline-Seitenleiste, dann "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "comfyui-mcp-server": {
      "command": "python",
      "args": [
        "server.py"
      ],
      "_inferred": false,
      "env": {
        "COMFYUI_URL": "http://127.0.0.1:8188"
      }
    }
  }
}

Gleiche Struktur wie Claude Desktop. Windsurf neu starten zum Übernehmen.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "comfyui-mcp-server",
      "command": "python",
      "args": [
        "server.py"
      ]
    }
  ]
}

Continue nutzt ein Array von Serverobjekten statt einer Map.

~/.config/zed/settings.json

{
  "context_servers": {
    "comfyui-mcp-server": {
      "command": {
        "path": "python",
        "args": [
          "server.py"
        ]
      }
    }
  }
}

In context_servers hinzufügen. Zed lädt beim Speichern neu.

claude mcp add comfyui-mcp-server -- python server.py

Einzeiler. Prüfen mit claude mcp list. Entfernen mit claude mcp remove.

Anwendungsfälle

Praxisnahe Nutzung: ComfyUI MCP Server

Iterieren Sie ein Bildkonzept mit Textaufforderungen

👤 Designer und Künstler, die ComfyUI lokal verwenden ⏱ ~20 min intermediate

Wann einsetzen: Sie haben ComfyUI eingerichtet, möchten aber per Chat statt über Knotendiagramme iterieren.

Voraussetzungen

ComfyUI läuft auf Port 8188 — Folgen Sie der ComfyUI-Installation. Stellen Sie sicher, dass sich ein Checkpoint-Modell in models/checkpoints/ befindet.
MCP-Server gestartet — python server.py (hört auf http://127.0.0.1:9000/mcp)

Ablauf

Generieren Sie v1

Erzeugen Sie ein Bild: fotorealistisches Porträt, bewölktes Licht, 1024×1280.✓ Kopiert

→ Job eingereicht; id zurückgegeben; Das Bild erscheint, wenn es fertig ist
Mit Optimierungen regenerieren

Regenerieren Sie sich aus diesem Samen – etwas wärmere Töne, behalten Sie die Komposition bei.✓ Kopiert

→ Gleiche Zusammensetzung, wärmere Farben
Anzeigen + veröffentlichen

Sehen Sie sich das neueste Bild an. Veröffentlichen Sie es in der Galerie als „portrait-final.png“.✓ Kopiert

→ Asset-Metadaten + Veröffentlichungs-URL

Ergebnis: Schnelle Iteration ohne Klicken auf Knoten.

Fallstricke

ComfyUI muss ausgeführt werden, bevor der MCP-Server startet — Starten Sie zuerst ComfyUI und dann den MCP-Server

Kombinieren mit: filesystem

Starten Sie einen gespeicherten ComfyUI-Workflow aus dem Chat

👤 Teams mit etablierten ComfyUI-Workflows ⏱ ~15 min intermediate

Wann einsetzen: Sie haben bereits einen Workflow erstellt; Jetzt möchten Sie es programmgesteuert ausführen.

Voraussetzungen

Ein in ComfyUI gespeicherter Workflow — Speichern unter → Workflow-JSON

Ablauf

Workflows auflisten

Listen Sie meine Arbeitsabläufe auf.✓ Kopiert

→ Array mit Namen/IDs
Führen Sie es aus

Führen Sie „product-shot-v3“ mit positivem = „Keramikbecher auf Marmor“, negativem = „unscharf“ aus.✓ Kopiert

→ Job erstellt; Parameter wiederholt
Warten Sie und holen Sie sich das Ergebnis

Sagen Sie mir, wann es fertig ist, und zeigen Sie das Bild.✓ Kopiert

→ Umfragewarteschlange; Gibt den Vermögenswert zurück, wenn er fertig ist

Ergebnis: Workflow-Orchestrierung über den Chat – ideal für Batch-Läufe.

Fallstricke

Der Workflow verweist auf nicht installierte benutzerdefinierte Knoten — Installieren Sie vor der Ausführung die erforderlichen benutzerdefinierten Knoten in ComfyUI

Kombinieren mit: comfy-pilot

Verwandeln Sie ein kurzes Skript mit einem Video-Workflow in ein Video

👤 Content-Ersteller, die Kurzfilme produzieren ⏱ ~45 min advanced

Wann einsetzen: Sie haben einen ComfyUI-Video-Workflow (z. B. AnimateDiff / Mochi) und möchten Eingabeaufforderungen nacheinander einspeisen.

Ablauf

Laden Sie den Video-Workflow

Führen Sie den Workflow „shorts-v2“ mit einer Szenenliste aus: [Szenenaufforderungen].✓ Kopiert

→ Segmente in der Warteschlange; Fortschritt pro Szene
Nähen und veröffentlichen

Veröffentlichen Sie das endgültige Video.✓ Kopiert

→ Ausgabepfad + Veröffentlichungsmetadaten

Ergebnis: Kurze Videos über lokale Rechenleistung, keine Cloud-Gebühren pro Rendering.

Fallstricke

Erschöpfung des GPU-Speichers bei längeren Clips — Auflösung oder Bilder pro Segment reduzieren; nacheinander stapeln

Kombinationen

Mit anderen MCPs für 10-fache Wirkung

comfyui-mcp-server + comfy-pilot

Kombinieren Sie dieses MCP mit dem Claude-Code-in-ComfyUI-Editor für die vollständige Pipeline-Erstellung

Erstellen Sie den Workflow über Comfy-Pilot und führen Sie ihn über diesen MCP-Server aus.✓ Kopiert

comfyui-mcp-server + filesystem

Organisieren Sie generierte Assets in Projektordnern

Verschieben Sie die Ausgaben nach jedem Stapel mit datierten Dateinamen nach ./assets/<Projekt>/.✓ Kopiert

comfyui-mcp-server + mcp-image

Verwenden Sie mcp-image für einmalige Gemini-Gens; ComfyUI für Ihre lokalen SD/FLUX-Pipelines

Draft-Held über mcp-image; Liefern Sie ein Markenset über den ComfyUI-Workflow.✓ Kopiert

Werkzeuge

Was dieses MCP bereitstellt

Werkzeug	Eingaben	Wann aufrufen	Kosten
generate_image	prompt, settings	Standard-Text-zu-Bild	local compute only
generate_song / generate_video	prompt, workflow	Audio-/Video-Generierung über dedizierte Workflows	local compute
regenerate	reference job_id, tweaks	Iterieren Sie ein vorheriges Ergebnis	local compute
view_image	asset_id	Zeigen Sie ein Asset inline an	0
get_queue_status / get_job / cancel_job	job_id	Lebenszyklusmanagement	0
list_assets / get_asset_metadata	filter	Durchsuchen Sie generierte Ausgaben	0
list_models / get_defaults / set_defaults	optional model name	Kontrollpunkte wechseln oder Standardeinstellungen anpassen	0
list_workflows / run_workflow	name + inputs	Führen Sie gespeicherte Workflows aus	0 to start
publish_asset / get_publish_info	asset_id	Markieren Sie ein endgültiges Asset	0

Kosten & Limits

Was der Betrieb kostet

API-Kontingent: Nur lokal – an Ihre GPU gebunden
Tokens pro Aufruf: Aufforderungstext klein; Asset-Bytes groß
Kosten in €: Kostenlos – Ihr Strom und Ihre Hardware
Tipp: Verwenden Sie für die Iteration niedrigere Schritte/kleinere Auflösung. Reservieren Sie die vollständigen Einstellungen für den Keeper.

Sicherheit

Rechte, Secrets, Reichweite

Credential-Speicherung: Keine Anmeldeinformationen für lokales ComfyUI. Wenn Sie es per Proxy in die Cloud übertragen, fügen Sie die Authentifizierung am Proxy hinzu.

Datenabfluss: ComfyUI läuft lokal; Der Serververkehr beträgt standardmäßig 127.0.0.1. Modell-Downloads werden je nach Arbeitsablauf von HuggingFace/CivitAI durchgeführt.

run_workflow führt alle Knoten aus, die der Workflow enthält – einschließlich benutzerdefinierter Knoten. Überprüfen Sie unbekannte Arbeitsabläufe vor der Ausführung.
Beim Veröffentlichen kann an Speicherorte geschrieben werden, die ein Workflow angibt; Stellen Sie sicher, dass die Veröffentlichungspfade in Ihrem Asset-Verzeichnis bleiben.

Fehlerbehebung

Häufige Fehler und Lösungen

Verbindung abgelehnt 127.0.0.1:8188

Starten Sie zuerst ComfyUI. Bestätigen Sie, dass die Benutzeroberfläche in einem Browser geladen wird.

Prüfen: curl localhost:8188/system_stats

Der Workflow schlägt fehl, da ein benutzerdefinierter Knoten fehlt

Öffnen Sie ComfyUI Manager, installieren Sie die erforderlichen benutzerdefinierten Knoten und versuchen Sie es dann erneut.

Prüfen: Manager → Install Missing Custom Nodes

Aufträge stehen in der Warteschlange, werden jedoch nie abgeschlossen

Überprüfen Sie die eigene Konsole von ComfyUI auf einen CUDA OOM- oder Modellladefehler.

Prüfen: Inspect the ComfyUI terminal output

Alternativen

ComfyUI MCP Server vs. andere

Alternative	Wann stattdessen	Kompromiss
comfy-pilot	Sie möchten einen Editor, mit dem Claude Workflows in ComfyUI selbst entwerfen kann	Kein reiner MCP-Server; erfordert die Installation des ComfyUI-Knotens
mcp-image	Sie möchten eine Zero-Setup-Cloud-Generierung über Gemini	Bezahlen Sie pro Bild; weniger Flexibilität im Arbeitsablauf
everart	Sie möchten stilgerechte Cloud-Modelle	Anderer Anbieter

Mehr

Ressourcen

📖 Offizielle README auf GitHub lesen

🐙 Offene Issues ansehen

🔍 Alle 400+ MCP-Server und Skills durchsuchen