Serveur local Comfy MCP : pilotez votre ComfyUI depuis des agents IA

Le 11 août, Comfy Org a annoncé que Comfy MCP fonctionne désormais avec votre ComfyUI local. L'annonce met en avant trois capacités offertes d'emblée par le serveur local : la vérification du matériel, les recommandations de modèles et l'exécution de modèles vidéo open source tels que LTX et MiniMax H3 sur votre propre GPU.

Comfy MCP pilotant une session ComfyUI locale (source : annonce de Comfy Org)

Qu'est-ce que le serveur local Comfy MCP

Le serveur local Comfy MCP (Comfy-Org/comfy-mcp) est un serveur MCP open source basé sur stdio qui permet à tout agent IA compatible MCP de piloter le ComfyUI installé sur votre propre machine (cible par défaut 127.0.0.1:8188). Il est basé sur comfy-cli, qui est le moteur derrière chaque appel d'outil, et fonctionne avec Claude Code, Claude Desktop, Cursor ou tout autre client MCP.

Il complète le Comfy Cloud MCP existant : le serveur cloud exécute des flux de travail sur les GPU Comfy Cloud via HTTP, tandis que le serveur local exécute des flux de travail sur le ComfyUI que vous contrôlez. Exécuter les deux est pris en charge et parfaitement normal.

Ce que l'agent peut faire avec votre ComfyUI local

Générer : exécuter un JSON de flux de travail (format API ou export depuis l'interface), ou passer d'un prompt texte à une image en un seul appel.
Surveiller les tâches : soumettre la génération de manière asynchrone, puis attendre, observer ou annuler, lire les verdicts d'échec et collecter les PNG de sortie.
Inspecter votre installation en cours d'exécution : rechercher les nœuds, les modèles et les modèles de flux de travail que votre ComfyUI possède réellement, nœuds personnalisés inclus, au lieu d'un catalogue statique.
Créer des flux de travail : valider un graphique, modifier les emplacements d'un modèle de flux de travail et décliner un flux de travail en variantes.
Gérer ComfyUI : lancer, arrêter ou redémarrer le serveur, suivre ses journaux et préparer des ressources d'entrée.
Vérifications du matériel et de la VRAM : system_stats rapporte vram_free / vram_total par périphérique depuis le ComfyUI en cours d'exécution, et free_memory décharge les modèles lorsque vous avez besoin de marge de manœuvre.

Routage adapté au matériel

La génération locale n'ayant de sens que sur une machine capable de la prendre en charge, le serveur interroge comfy env au démarrage et ajoute un instantané de la machine (OS, architecture, RAM, fabricant/modèle/VRAM du GPU) aux instructions transportées par la poignée de main MCP. L'agent oriente ensuite les requêtes en fonction de seuils :

Machine	Routage
Moins de 8 Go de VRAM, ou aucun GPU confirmé	Utiliser les nœuds partenaires ou le Comfy Cloud MCP
Apple Silicon avec moins de 32 Go de mémoire unifiée	Utiliser les nœuds partenaires ou le Comfy Cloud MCP
VRAM suffisante	Exécuter la diffusion locale sur votre ComfyUI

Les valeurs de routage figurent dans le contexte de l'agent dès le premier message, ce qui lui permet de choisir entre la génération locale, les modèles partenaires hébergés (Flux, Ideogram, Kling et bien d'autres via partner_generate) et l'exécution cloud sans avoir à deviner.

Local d'abord, mais pas uniquement local

Quelques flux vont au-delà de votre machine : partner_generate exécute des modèles partenaires hébergés entièrement sur l'infrastructure partenaire, les nœuds API partenaires permettent à un flux de travail exécuté localement d'appeler des modèles hébergés (Seedream, Veo, Kling et autres), et la variable d'environnement COMFYUI_URL dirige les outils d'exécution et de tâches vers un ComfyUI sur une autre machine que vous contrôlez.

Commencer

Installer les composants :

pip install comfy-mcp "comfy-cli>=1.14.0"
comfy install

Lancer ComfyUI et le laisser en cours d'exécution : comfy launch
Ajouter le serveur à votre client (Claude Code, Claude Desktop ou Cursor) à l'aide de l'extrait de configuration du README, puis rechargez le client.
Demander à votre agent d'exécuter un flux de travail, par exemple : « Confirme que mon ComfyUI local est en cours d'exécution, puis exécute le flux de travail situé dans ~/workflows/txt2img.json et montre-moi l'image. »

Sous le capot, l'agent appelle server_info pour confirmer que ComfyUI est opérationnel, run_workflow pour exécuter votre JSON de flux de travail et fetch_outputs pour collecter le résultat. Pas de flux de travail écrit à la main ? L'agent peut utiliser search_templates et fetch_template pour écrire un JSON exécutable, puis l'exécuter à la place.

Disponibilité

Le serveur est open source sur GitHub (Comfy-Org/comfy-mcp) et publié sur PyPI sous le nom comfy-mcp. La version actuelle est la v0.10.0.