workbuddy-mcp-comfyui

# ComfyUI Connector（WorkBuddy） 为腾讯 WorkBuddy 生态开发的 ComfyUI 连接器：MCP stdio + 用户自填 Token 模式 （规范 06 / 06D 附录C），让 AI 通过自然语言运行 ComfyUI 工作流并取回生成的图片。 ## 目录结构 ``` comfyui/ ├── connector-meta.json # 连接器元信息（type: mcp, auth_mode: token, minWorkbuddyVersion: 4.24.0） ├── mcp.json # MCP Server 连接配置（stdio，凭证经 env 注入） ├── token-schema.json # 用户自填 Token 表单（COMFY_URL + 可选 COMFY_TOKEN） ├── comfy_mcp_server/ # MCP Server（Python，官方 mcp SDK FastMCP） │ ├── __init__.py │ ├── __main__.py # python -m comfy_mcp_server 入口 │ └── server.py # 5 个 tool：list_checkpoints / list_samplers / run_workflow / get_status / get_image ├── skills/ │ └── SKILL.md # Skill 文件（按 05 规范，教 AI 如何使用工具） ├── icon.svg # 连接器图标 ├── tests_smoke.py # 冒烟测试（MCP stdio 客户端调工具，验证错误路径） ├── pyproject.toml # hatchling 打包（PyPI 包名 workbuddy-mcp-comfyui） └── README.md ``` 依赖仅 `mcp`（v1，FastMCP）+ `httpx`（Python ≥ 3.10）。 ## 工具一览 | Tool | 用途 | |---|---| | `list_checkpoints()` | 列出 checkpoint 模型（GET /object_info/CheckpointLoaderSimple） | | `list_samplers()` | 列出采样器与调度器（GET /object_info/KSampler） | | `run_workflow(workflow)` | 提交 API 格式工作流（POST /prompt），返回 prompt_id，只提交不等待 | | `get_status(prompt_id)` | 查询进度与输出（GET /history/{id}，未完成时对照 GET /queue） | | `get_image(filename, subfolder?, type?)` | 取回图片（GET /view），以 MCP ImageContent 返回 | 标准链路：`list_checkpoints` 确认模型名 → `run_workflow` 提交 → 轮询 `get_status` → 用 history outputs 里的 filename/subfolder/type 三元组调 `get_image`。 COMFY_TOKEN 仅在用户加了反向代理鉴权时才填；非空时 server 自动附加 `Authorization: Bearer` 头，原生 ComfyUI 留空。httpx 超时 30s。 ## 本地测试 ```bash cd <项目目录>/connectors/comfyui # 1. 语法与 JSON 校验 python3 -m py_compile comfy_mcp_server/*.py for f in connector-meta.json mcp.json token-schema.json; do python3 -m json.tool "$f" > /dev/null && echo "$f OK"; done # 2. 起本地构建的 server 并调用工具（ComfyUI 未运行时验证错误路径） # server 经 uvx --from 本地目录构建；客户端复用 home-assistant/.venv 里的 mcp 包 export UV_DEFAULT_INDEX=https://pypi.tuna.tsinghua.edu.cn/si…