WorkBuddy 本地 ComfyUI MCP免订阅费的自建方案上篇我们配置了 Comfy Cloud MCP但它需要 $20-$100/月的订阅费。如果你的电脑有 NVIDIA 显卡为什么不直接让 WorkBuddy 调用本地的 ComfyUI本文探讨两种开源 MCP 方案的实际可行性。Comfy MCP 公测把 Claude、Cursor、CodeX、Hermes 和 WorkBuddy 变成你的创意技术专家Comfy Cloud MCP Server 抢先体验申请图文教程QClaw 配置 Comfy Cloud MCP只需简单几步WorkBuddy 接入 Comfy Cloud MCP 完整实录从 DNS 污染到 31 个工具全部启用WorkBuddy 本地 Comfy MCP 实战用自然语言调生成你的第一张 AI 图片WorkBuddy 连接本地 ComfyUI从零到出图的保姆级教程WorkBuddy 本地 ComfyUI Wan2.1 文生视频实战从连续报错到成功出片的完整踩坑记录WorkBuddy 本地 ComfyUI 完全使用手册从出图到视频生成摘要Comfy Cloud MCP 虽然方便但每月订阅成本不低且受云 GPU 配额限制。好消息是社区已经开发了至少两套开源的 ComfyUI MCP 服务器能在你本地电脑上运行让 WorkBuddy或其他 MCP 客户端直接操控你本机的 ComfyUI。本文将介绍方案一joenorton/comfyui-mcp-serverPython轻量级17 工具方案二artokun/comfyui-mcpNode.js完整控制平面108 工具两种方案的 WorkBuddymcp.json配置方案对比与选型建议踩坑预判和注意事项一、为什么要用本地 ComfyUI MCP维度Comfy Cloud MCP本地 ComfyUI MCP费用$20-$100/月 超额 Top-up0 元仅电费GPU云端 Blackwell RTX 6000 Pro96GB你本机的显卡生成速度稳定不受本机影响取决于你显卡性能并发1-5 个按套餐取决于显存模型900 预装模型你自己安装的模型隐私图片上传到云端全部在本地自定义节点有限支持无限你装啥用啥离线使用❌ 需要网络✅ 完全离线如果你的需求是已有 6GB 显存的 NVIDIA 显卡用 WorkBuddy 做日常 AI 图像生成不想额外掏云服务订阅费需要完全的隐私控制那么本地方案完全值得一试。二、方案一轻量级 Python MCP 服务器仓库github.com/joenorton/comfyui-mcp-server2.1 架构WorkBuddy ──HTTP── MCP Server (localhost:9000) ──API── ComfyUI (localhost:8188)2.2 安装步骤# 1. 克隆仓库 git clone https://github.com/joenorton/comfyui-mcp-server.git cd comfyui-mcp-server # 2. 安装依赖 pip install -r requirements.txt # 3. 先启动 ComfyUI另一个终端 cd 你的ComfyUI目录 python main.py --port 8188 # 4. 启动 MCP 服务器 python server.py # 服务器监听 http://127.0.0.1:9000/mcp2.3 WorkBuddy 配置编辑~/.workbuddy/mcp.json加入{ mcpServers: { comfyui-local: { type: streamable-http, url: http://127.0.0.1:9000/mcp } } }⚠️注意这款服务器用的是 MCP 的 Streamable HTTP 传输模式。如果streamable-http不兼容可以试试改为type: http。2.4 提供的 17 个工具生成generate_image— 文生图generate_song— 音频生成regenerate— 重新生成已有资产查看view_image— 内联预览生成图作业管理get_queue_status— 队列状态get_job— 按 prompt_id 查询进度list_assets— 浏览生成记录get_asset_metadata— 资产溯源信息cancel_job— 取消作业配置list_models— 列出本地模型get_defaults/set_defaults— 管理默认参数工作流list_workflows— 列出可用工作流 JSONrun_workflow— 运行任意工作流发布get_publish_info/set_comfyui_output_root/publish_asset— 将生成物发布到项目目录2.5 自定义工作流把 ComfyUI 导出的 JSON 工作流放入workflows/目录用PARAM_*占位符暴露参数即可自动注册为新工具{ 3: { inputs: { text: PARAM_PROMPT, steps: PARAM_INT_STEPS, cfg: PARAM_FLOAT_CFG } } }之后 WorkBuddy 就可以用自然语言调用这个工作流了。三、方案二Node.js 完整控制平面推荐仓库github.com/artokun/comfyui-mcp3.1 为什么推荐它这是一位社区开发者Arthur R. Longbottom打造的完整控制平面与 Comfy Cloud MCP 的设计思路完全不同“大多数 ComfyUI MCP 服务器是’瘦连接器’——转发 prompt、返回图像。comfyui-mcp 是一个完整控制平面逐节点创作和编辑图、运行和迭代工作流、管理模型和自定义节点。” —— 项目 README它甚至还内建了 29 个模型族技能Flux、WAN、LTX、Qwen、Z-Image 等Agent 无需试错就能正确设置每个模型的采样器、CFG、分辨率参数。3.2 环境要求Node.js 22ComfyUI 已安装并在本地运行可选CivitAI API Token用于下载 CivitAI 模型3.3 安装与启动# 一行命令无需 clone 仓库 npx -y comfyui-mcp --http --port 9100服务器默认自动检测本地 ComfyUI 安装路径和端口支持 Windows/macOS/Linux。如果需要手动指定# 指定 ComfyUI 地址 set COMFYUI_URLhttp://127.0.0.1:8188 npx -y comfyui-mcp --http --port 9100 # 设置认证令牌推荐 set COMFYUI_MCP_HTTP_TOKEN你的Token npx -y comfyui-mcp --http --port 91003.4 WorkBuddy 配置编辑~/.workbuddy/mcp.json{ mcpServers: { comfyui-local: { url: http://127.0.0.1:9100/mcp, headers: { X-API-Key: 你的Token } } } }如果没设 Token去掉headers字段即可绑定 127.0.0.1 且无 Token 时默认开放。3.5 核心工具分类108 个类别数量代表工具图像生成3generate_image,generate_with_controlnet,generate_with_ip_adapter视频生成1generate_videoLTX-2.3音频生成1generate_audioACE Step 1.5 / Stable Audio 3图像处理2remove_background,upscale_image工作流执行8enqueue_workflow,get_job_status,get_queue,cancel_job工作流创作5create_workflow,modify_workflow,validate_workflow工作流可视化2visualize_workflow→Mermaid,mermaid_to_workflow工作流库7list_workflows,save_workflow,run_workflow_url,strip_workflow资产与迭代5regenerate,list_assets,get_asset_metadata,view_image模型管理9search_models,download_model,list_local_models,remove_model自定义节点4install_custom_node,list_custom_nodes,fix_custom_node内存管理2clear_vram,get_system_stats面板控制17panel_add_node,panel_connect,panel_run等实时编辑画布其他42技能系统、一键安装包、上传文件、配置管理等3.6 一个实际对话示例配置完成后在 WorkBuddy 中直接说用我的本地 ComfyUI 生成一张森林深处的发光蘑菇小屋风格偏奇幻16:9。WorkBuddy 会依次调用list_local_models— 看看有哪些 checkpointcreate_workflow— 构建 txt2img 工作流模板modify_workflow— 设置分辨率、步数等参数enqueue_workflow— 提交执行get_job_status— 轮询直到完成view_image— 把结果内联显示给你四、两种方案对比维度joenortonPythonartokunNode.js工具数量17108安装难度⭐⭐ 需要 Python 环境⭐ npx 一键启动模型管理只能 list搜索/下载/删除/管理路径工作流编辑手动写 JSONAgent 可逐节点操作技能系统无29 个模型族专业知识视频/音频有 song有 video audioControlNet不支持支持 3 种引导方式图像处理无去背景 放大并发安全一般队列 VRAM 守护适合人群已有 ComfyUI 想简单调用想让 Agent 完全操控 ComfyUI五、常见问题预判Q1我没有独立显卡只有核显/Mac能用吗部分模型可以在 CPU 上跑非常慢或者借助 Apple M 系列的 MPS 后端。但体面的体验至少需要6GB VRAM 的 NVIDIA 显卡。如果你的机器不满足条件Comfy Cloud 仍然是更实际的选择。Q2WorkBuddy 的沙箱能访问本地 ComfyUI 吗ComfyUI 监听在127.0.0.1:8188MCP 服务器也监听在127.0.0.1:9000/9100——这些都是 loopback 地址WorkBuddy 可以正常访问。只要你的 ComfyUI 已经跑起来WorkBuddy 就能通过 MCP 服务器间接调用它。Q3能不能同时用 Cloud 和 Local可以。给两个服务器起不同的名字即可{ mcpServers: { comfy-cloud: { url: https://cloud.comfy.org/mcp, headers: { X-API-Key: comfyui-xxx } }, comfyui-local: { url: http://127.0.0.1:9100/mcp } } }对话时用自然语言区分“用本地的生成图片” vs “用 Cloud 的生成视频”。Q4Windows 上能跑吗两个方案都支持 Windows。artokun 的方案还专门处理了 ComfyUI Desktop 的嵌套路径问题。唯一需要注意的是npx 首次运行会下载 Node 包耐心等几分钟。Q5跑生成时本地电脑会被卡住吗会。本地 GPU 跑图时显存会被占满其他需要 GPU 的应用可能会卡顿。建议生成时避开玩游戏/剪视频的时间使用clear_vram工具手动释放显存深夜挂机批量跑六、启动命令速查方案一Python# 终端 1启动 ComfyUI cd D:\ComfyUI_windows_portable python main.py --port 8188 # 终端 2启动 MCP 服务器 cd comfyui-mcp-server python server.py方案二Node.js# 终端 1启动 ComfyUI cd D:\ComfyUI_windows_portable python main.py --port 8188 # 终端 2一行启动 MCP 服务器 npx -y comfyui-mcp --http --port 9100WorkBuddy 配置将对应的 JSON 片段合并到~/.workbuddy/mcp.json中然后去连接器管理页面点击「信任」即可启用。七、结语Comfy Cloud MCP 的零配置、云端 GPU体验非常诱人但对已经在本地跑 ComfyUI 的用户来说每月 $20-$100 的支出并不划算。尤其是当你已经有了一块不错的显卡只是想让 WorkBuddy 帮忙省掉手动搭节点的麻烦时——开源 MCP 方案是完美的选择。推荐路径先试试方案二artokun/comfyui-mcp——npx一键启动功能最全WorkBuddy 配置最简单。如果 Node.js 有兼容问题再切方案一Python。本地实在跑不动大模型时再考虑 Comfy Cloud 作为补充。下一篇预告108 个 ComfyUI MCP 工具全景解析看看你的 Agent 到底能做什么。参考链接joenorton/comfyui-mcp-serverartokun/comfyui-mcpartokun/comfyui-mcp 文档ComfyUI 官方文档Comfy Cloud 定价
WorkBuddy 本地 ComfyUI MCP免订阅费的自建方案上篇我们配置了 Comfy Cloud MCP但它需要 $20-$100/月的订阅费。如果你的电脑有 NVIDIA 显卡为什么不直接让 WorkBuddy 调用本地的 ComfyUI本文探讨两种开源 MCP 方案的实际可行性。Comfy MCP 公测把 Claude、Cursor、CodeX、Hermes 和 WorkBuddy 变成你的创意技术专家Comfy Cloud MCP Server 抢先体验申请图文教程QClaw 配置 Comfy Cloud MCP只需简单几步WorkBuddy 接入 Comfy Cloud MCP 完整实录从 DNS 污染到 31 个工具全部启用WorkBuddy 本地 Comfy MCP 实战用自然语言调生成你的第一张 AI 图片WorkBuddy 连接本地 ComfyUI从零到出图的保姆级教程WorkBuddy 本地 ComfyUI Wan2.1 文生视频实战从连续报错到成功出片的完整踩坑记录WorkBuddy 本地 ComfyUI 完全使用手册从出图到视频生成摘要Comfy Cloud MCP 虽然方便但每月订阅成本不低且受云 GPU 配额限制。好消息是社区已经开发了至少两套开源的 ComfyUI MCP 服务器能在你本地电脑上运行让 WorkBuddy或其他 MCP 客户端直接操控你本机的 ComfyUI。本文将介绍方案一joenorton/comfyui-mcp-serverPython轻量级17 工具方案二artokun/comfyui-mcpNode.js完整控制平面108 工具两种方案的 WorkBuddymcp.json配置方案对比与选型建议踩坑预判和注意事项一、为什么要用本地 ComfyUI MCP维度Comfy Cloud MCP本地 ComfyUI MCP费用$20-$100/月 超额 Top-up0 元仅电费GPU云端 Blackwell RTX 6000 Pro96GB你本机的显卡生成速度稳定不受本机影响取决于你显卡性能并发1-5 个按套餐取决于显存模型900 预装模型你自己安装的模型隐私图片上传到云端全部在本地自定义节点有限支持无限你装啥用啥离线使用❌ 需要网络✅ 完全离线如果你的需求是已有 6GB 显存的 NVIDIA 显卡用 WorkBuddy 做日常 AI 图像生成不想额外掏云服务订阅费需要完全的隐私控制那么本地方案完全值得一试。二、方案一轻量级 Python MCP 服务器仓库github.com/joenorton/comfyui-mcp-server2.1 架构WorkBuddy ──HTTP── MCP Server (localhost:9000) ──API── ComfyUI (localhost:8188)2.2 安装步骤# 1. 克隆仓库 git clone https://github.com/joenorton/comfyui-mcp-server.git cd comfyui-mcp-server # 2. 安装依赖 pip install -r requirements.txt # 3. 先启动 ComfyUI另一个终端 cd 你的ComfyUI目录 python main.py --port 8188 # 4. 启动 MCP 服务器 python server.py # 服务器监听 http://127.0.0.1:9000/mcp2.3 WorkBuddy 配置编辑~/.workbuddy/mcp.json加入{ mcpServers: { comfyui-local: { type: streamable-http, url: http://127.0.0.1:9000/mcp } } }⚠️注意这款服务器用的是 MCP 的 Streamable HTTP 传输模式。如果streamable-http不兼容可以试试改为type: http。2.4 提供的 17 个工具生成generate_image— 文生图generate_song— 音频生成regenerate— 重新生成已有资产查看view_image— 内联预览生成图作业管理get_queue_status— 队列状态get_job— 按 prompt_id 查询进度list_assets— 浏览生成记录get_asset_metadata— 资产溯源信息cancel_job— 取消作业配置list_models— 列出本地模型get_defaults/set_defaults— 管理默认参数工作流list_workflows— 列出可用工作流 JSONrun_workflow— 运行任意工作流发布get_publish_info/set_comfyui_output_root/publish_asset— 将生成物发布到项目目录2.5 自定义工作流把 ComfyUI 导出的 JSON 工作流放入workflows/目录用PARAM_*占位符暴露参数即可自动注册为新工具{ 3: { inputs: { text: PARAM_PROMPT, steps: PARAM_INT_STEPS, cfg: PARAM_FLOAT_CFG } } }之后 WorkBuddy 就可以用自然语言调用这个工作流了。三、方案二Node.js 完整控制平面推荐仓库github.com/artokun/comfyui-mcp3.1 为什么推荐它这是一位社区开发者Arthur R. Longbottom打造的完整控制平面与 Comfy Cloud MCP 的设计思路完全不同“大多数 ComfyUI MCP 服务器是’瘦连接器’——转发 prompt、返回图像。comfyui-mcp 是一个完整控制平面逐节点创作和编辑图、运行和迭代工作流、管理模型和自定义节点。” —— 项目 README它甚至还内建了 29 个模型族技能Flux、WAN、LTX、Qwen、Z-Image 等Agent 无需试错就能正确设置每个模型的采样器、CFG、分辨率参数。3.2 环境要求Node.js 22ComfyUI 已安装并在本地运行可选CivitAI API Token用于下载 CivitAI 模型3.3 安装与启动# 一行命令无需 clone 仓库 npx -y comfyui-mcp --http --port 9100服务器默认自动检测本地 ComfyUI 安装路径和端口支持 Windows/macOS/Linux。如果需要手动指定# 指定 ComfyUI 地址 set COMFYUI_URLhttp://127.0.0.1:8188 npx -y comfyui-mcp --http --port 9100 # 设置认证令牌推荐 set COMFYUI_MCP_HTTP_TOKEN你的Token npx -y comfyui-mcp --http --port 91003.4 WorkBuddy 配置编辑~/.workbuddy/mcp.json{ mcpServers: { comfyui-local: { url: http://127.0.0.1:9100/mcp, headers: { X-API-Key: 你的Token } } } }如果没设 Token去掉headers字段即可绑定 127.0.0.1 且无 Token 时默认开放。3.5 核心工具分类108 个类别数量代表工具图像生成3generate_image,generate_with_controlnet,generate_with_ip_adapter视频生成1generate_videoLTX-2.3音频生成1generate_audioACE Step 1.5 / Stable Audio 3图像处理2remove_background,upscale_image工作流执行8enqueue_workflow,get_job_status,get_queue,cancel_job工作流创作5create_workflow,modify_workflow,validate_workflow工作流可视化2visualize_workflow→Mermaid,mermaid_to_workflow工作流库7list_workflows,save_workflow,run_workflow_url,strip_workflow资产与迭代5regenerate,list_assets,get_asset_metadata,view_image模型管理9search_models,download_model,list_local_models,remove_model自定义节点4install_custom_node,list_custom_nodes,fix_custom_node内存管理2clear_vram,get_system_stats面板控制17panel_add_node,panel_connect,panel_run等实时编辑画布其他42技能系统、一键安装包、上传文件、配置管理等3.6 一个实际对话示例配置完成后在 WorkBuddy 中直接说用我的本地 ComfyUI 生成一张森林深处的发光蘑菇小屋风格偏奇幻16:9。WorkBuddy 会依次调用list_local_models— 看看有哪些 checkpointcreate_workflow— 构建 txt2img 工作流模板modify_workflow— 设置分辨率、步数等参数enqueue_workflow— 提交执行get_job_status— 轮询直到完成view_image— 把结果内联显示给你四、两种方案对比维度joenortonPythonartokunNode.js工具数量17108安装难度⭐⭐ 需要 Python 环境⭐ npx 一键启动模型管理只能 list搜索/下载/删除/管理路径工作流编辑手动写 JSONAgent 可逐节点操作技能系统无29 个模型族专业知识视频/音频有 song有 video audioControlNet不支持支持 3 种引导方式图像处理无去背景 放大并发安全一般队列 VRAM 守护适合人群已有 ComfyUI 想简单调用想让 Agent 完全操控 ComfyUI五、常见问题预判Q1我没有独立显卡只有核显/Mac能用吗部分模型可以在 CPU 上跑非常慢或者借助 Apple M 系列的 MPS 后端。但体面的体验至少需要6GB VRAM 的 NVIDIA 显卡。如果你的机器不满足条件Comfy Cloud 仍然是更实际的选择。Q2WorkBuddy 的沙箱能访问本地 ComfyUI 吗ComfyUI 监听在127.0.0.1:8188MCP 服务器也监听在127.0.0.1:9000/9100——这些都是 loopback 地址WorkBuddy 可以正常访问。只要你的 ComfyUI 已经跑起来WorkBuddy 就能通过 MCP 服务器间接调用它。Q3能不能同时用 Cloud 和 Local可以。给两个服务器起不同的名字即可{ mcpServers: { comfy-cloud: { url: https://cloud.comfy.org/mcp, headers: { X-API-Key: comfyui-xxx } }, comfyui-local: { url: http://127.0.0.1:9100/mcp } } }对话时用自然语言区分“用本地的生成图片” vs “用 Cloud 的生成视频”。Q4Windows 上能跑吗两个方案都支持 Windows。artokun 的方案还专门处理了 ComfyUI Desktop 的嵌套路径问题。唯一需要注意的是npx 首次运行会下载 Node 包耐心等几分钟。Q5跑生成时本地电脑会被卡住吗会。本地 GPU 跑图时显存会被占满其他需要 GPU 的应用可能会卡顿。建议生成时避开玩游戏/剪视频的时间使用clear_vram工具手动释放显存深夜挂机批量跑六、启动命令速查方案一Python# 终端 1启动 ComfyUI cd D:\ComfyUI_windows_portable python main.py --port 8188 # 终端 2启动 MCP 服务器 cd comfyui-mcp-server python server.py方案二Node.js# 终端 1启动 ComfyUI cd D:\ComfyUI_windows_portable python main.py --port 8188 # 终端 2一行启动 MCP 服务器 npx -y comfyui-mcp --http --port 9100WorkBuddy 配置将对应的 JSON 片段合并到~/.workbuddy/mcp.json中然后去连接器管理页面点击「信任」即可启用。七、结语Comfy Cloud MCP 的零配置、云端 GPU体验非常诱人但对已经在本地跑 ComfyUI 的用户来说每月 $20-$100 的支出并不划算。尤其是当你已经有了一块不错的显卡只是想让 WorkBuddy 帮忙省掉手动搭节点的麻烦时——开源 MCP 方案是完美的选择。推荐路径先试试方案二artokun/comfyui-mcp——npx一键启动功能最全WorkBuddy 配置最简单。如果 Node.js 有兼容问题再切方案一Python。本地实在跑不动大模型时再考虑 Comfy Cloud 作为补充。下一篇预告108 个 ComfyUI MCP 工具全景解析看看你的 Agent 到底能做什么。参考链接joenorton/comfyui-mcp-serverartokun/comfyui-mcpartokun/comfyui-mcp 文档ComfyUI 官方文档Comfy Cloud 定价
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
