Skip to main content
حالا روی Comfy Registry. ComfyUI Agent Panel (comfyui-agent-panel) را از ComfyUI-Manager نصب کنید، یا برای تازه‌ترین نسخه از git نصب کنید (پایین‌تر برپاسازی را ببینید).
comfyui-mcp-panel یک عامل خودگردان را در نوار کناری ComfyUI می‌نشاند. از آن تصویری، گردش‌کاری یا تغییری بخواهید — روی ComfyUI خودتان کار می‌کند و همان‌جا پاسخ می‌دهد. یک سرویس‌دهنده انتخاب کنید — Claude، ChatGPT، Gemini یا Ollama (محلی) — و عامل متناظرش در پس‌زمینه اجرا می‌شود: اشتراک‌ها بدون کلید API، مدل‌های محلی بدون هیچ حسابی (و بک‌اند Ollama به هر نقطهٔ اتصال میزبانی‌شدهٔ سازگار با OpenAI هم می‌رسد). برای دیدن ماتریس، بک‌اندها را ببینید و برای اینکه هر ردهٔ مدل واقعاً چطور عمل می‌کند، میدان مدل‌های زبانی را.
روی سرویس‌دهنده‌های اشتراکی نه کلید API لازم است و نه صورت‌حساب به‌ازای هر توکن — و روی مدل‌های محلی کاملاً رایگان/آفلاین است. عامل با ورودِ ذخیره‌شده روی دیسک شما احراز هویت می‌کند (یا، در مورد Ollama، فقط با سرویس محلی حرف می‌زند). یک ارکستریتور روی یک درگاه پل لوپ‌بک (ws://127.0.0.1:9180) به همهٔ سرویس‌دهنده‌ها خدمت می‌دهد؛ هر زبانهٔ پنل سرویس‌دهنده‌اش را هنگام دست‌دادن انتخاب می‌کند. پل فقط روی لوپ‌بک است، و پنل تنها یک فهرست مجاز ثابت از فرمان‌های گراف را اجرا می‌کند (هیچ JavaScript دلخواهی).
تازه‌واردید؟ بک‌اندها / سرویس‌دهنده‌ها انتخابگر، درگاه سرویس‌دهنده‌خنثای AgentBackend و ماتریس قابلیت‌ها را توضیح می‌دهد (آنچه میان Claude و ChatGPT یکسان است، و همان چند چیز اندکی که فرق می‌کند).

برپاسازی

  1. بسته را نصب کنید — در ComfyUI-Manager عبارت comfyui-agent-panel را جست‌وجو کنید، یا از git:
    در فهرست کشویی نسخه در Manager، Latest را انتخاب کنید، نه Nightly. برخلاف نامش، Nightly در Manager هر شب ساخته نمی‌شود: مخزن را هنگام نصب یک بار کلون می‌کند و پس از آن دیگر هرگز شاخه را دنبال نمی‌کند. شما را روی همان کامیتی که آن روز main بوده منجمد می‌کند، در حالی که Latest با هر انتشار جلو می‌آید — بنابراین Nightly معمولاً قدیمی‌تر از Latest است و هرچه بیشتر رهایش کنید، بی‌سروصدا بیشتر عقب می‌ماند. گزارش می‌دهد به‌روزرسانی‌ای در دسترس نیست، چون از دید خودش واقعاً نیست.برای اینکه ببینید واقعاً کجا ایستاده‌اید، SHA زیر Node Pack Info → Version را با تاریخچهٔ کامیت‌های مخزن مقایسه کنید. برای بیرون آمدن، یا در همان فهرست کشویی Latest (x.y.z) را انتخاب کنید، یا — اگر می‌خواهید روی git بمانید — در custom_nodes/comfyui-mcp-panel یک git pull بزنید که تمیز fast-forward می‌شود.
  2. یک بار در سرویس‌دهنده‌ای که می‌خواهید وارد شوید، تا عامل پس‌زمینه بتواند از اشتراک شما استفاده کند:
  3. ارکستریتور را روی دستگاه خودتان راه بیندازید و باز نگهش دارید — به راه‌اندازی ارکستریتور پنل نگاه کنید:
  4. ComfyUI را دوباره راه‌اندازی کنید، زبانهٔ عامل را باز کنید، یک سرویس‌دهنده انتخاب کنید (چیپ‌های Claude / ChatGPT) و اتصال را بزنید. پنل به پل لوپ‌بک ارکستریتور پیوند می‌خورد. درخواستی تایپ کنید و عامل پاسخ می‌دهد. قطع اتصال این پیوند را برمی‌دارد؛ ارکستریتور تا وقتی خودتان متوقفش نکنید در حال اجرا می‌ماند.
نه claude mcp add لازم است، نه کلید API. پنل یک افزونهٔ کاملاً فرانت‌اندی است و نمی‌تواند خودش ارکستریتور را بالا بیاورد، پس ارکستریتور همیشه فرایندی است که شما راه می‌اندازید — پنل خودکار به پلی وصل می‌شود که از قبل در حال اجراست. پیش‌نیازها Node.js/npx روی PATH شما و همان ورودی است که بالا گفته شد. درگاه پل را با COMFYUI_MCP_BRIDGE_PORT عوض کنید.
یک ComfyUI دوردست را هدایت می‌کنید؟ (یک پاد GPU ابری، دستگاهی دیگر روی شبکهٔ محلی) برپاسازی بالا همچنان برقرار است، اما ارکستریتور را روی دستگاه خودتان اجرا کنید، نه روی دستگاه دوردست: npx -y comfyui-mcp@latest connect <remote-url> بقیه را انجام می‌دهد، از جمله یک تونل امن به صفحهٔ HTTPS پاد. بعد در پنل «اتصال» را بزنید. برای شرح کامل استقرار ابری را ببینید.
آماده‌سازی سرویس‌دهنده. هنگام اتصال، پنل آمادگی هر سرویس‌دهنده را بررسی می‌کند (بودن ابزار خط فرمانش روی PATH شما + یک ورود روی دیسک؛ Keychain مربوط به macOS هم پشتیبانی می‌شود). کارت آماده‌سازی فقط وقتی ظاهر می‌شود که در هیچ‌کدام از سرویس‌دهنده‌ها وارد نشده باشید. اگر انتخاب ذخیره‌شدهٔ شما قابل استفاده نباشد، پنل خودکار به یک سرویس‌دهندهٔ آماده سوئیچ می‌کند (ترجیح ذخیره‌شدهٔ شما حفظ می‌شود)، و ردیف سرویس‌دهندهٔ آماده‌نشده یک کنش «برپاسازی» پیش می‌گذارد که همان گام یک‌بارهٔ claude / codex login را کلید می‌زند. نگاه کنید به بک‌اندها ← آمادگی و آماده‌سازی.

چه کارهایی می‌تواند بکند

عامل (Claude یا ChatGPT) مهارت‌های مدلِ comfyui-mcp را بارگذاری می‌کند (IDEOGRAM، WAN، LTX، Qwen و بیشتر)، پس از قبل مدل‌هایی را که اجرا می‌کنید می‌شناسد — Claude به‌صورت بومی، و ChatGPT از راه همان دانش که به شکل ابزارهای MCP در دسترس گذاشته شده (هم‌ترازی دانش). می‌تواند تصویر، ویدیو و صدا تولید کند، ComfyUI شما را بررسی و مدیریت کند، و دربارهٔ پیکربندی‌تان استدلال کند — و بعد در گفت‌وگوی پنل پاسخ بدهد. همچنین می‌تواند یک گردش‌کار یا بستهٔ نصب کامل را در یک حرکت بارگذاری کند (panel_load_workflow pack:<name>) و هزینه‌آگاه است: بسته‌های همراه، محلی/ رایگان روی GPU خودتان اجرا می‌شوند، و برای گرافی که فی‌البداهه ساخته شود عامل زمان اجرا را بررسی می‌کند (list_packs با action:"check_runtime") و پیش از خرج کردن اعتبار پولی API می‌پرسد. نگاه کنید به مهارت‌ها، بسته‌ها و هزینهٔ زمان اجرا.

هدایت گراف زنده

عامل خودگردان از راه یک فهرست مجاز ثابت از فرمان‌های panel_* روی ComfyUI زندهٔ شما کار می‌کند — بدون هیچ JavaScript دلخواهی. هر تغییر گراف از مسیر ردیابی تغییرات LiteGraph می‌گذرد، پس همه‌شان با Ctrl+Z برگشت‌پذیرند. همان سطح panel_* برای هر دو بک‌اند یکسان در دسترس است (درون‌پردازشی برای Claude، و از راه یک MCP روی HTTP لوپ‌بک برای ChatGPT/Codex)، پس هم‌ترازی خودکار است.

خواندن

ویرایش گراف (برگشت‌پذیر)

زیرگراف‌ها

چیدمان فضایی

عامل می‌تواند هندسهٔ گره‌ها را ببیند — ردیف‌های جزئیات panel_query_graph برای هر گره pos/size را برمی‌گردانند، به‌علاوهٔ rails ورودی/خروجی زیرگراف، groups و color/collapsed هر گره — و بوم را با مجموعه‌ای متناظر از نوشتن‌ها بچیند، سپس از نتیجه اسکرین‌شات بگیرد تا دربارهٔ چیدمان خودش داوری کند. یک مهارت workflow-layout این‌ها را در یک چیدمان خودکارِ لایه‌بندی‌شده بر پایهٔ وابستگی و بدون هم‌پوشانی به هم گره می‌زند که قاعدهٔ اصلی‌اش این است: همیشه ورودی‌ها و خروجی‌ها را در معرض دید بگذار تا بتوانید مستقیم وارد کار شوید.

زبانه‌های گردش‌کار

بارگذاری یک گردش‌کار در یک حرکت

دانش و آگاهی از هزینه

عامل تخصص‌های همراه را کشف می‌کند و پیش از خرج کردن اعتبار، هزینهٔ زمان اجرا را بررسی می‌کند (همان ابزارها روی هر دو بک‌اند — نگاه کنید به مهارت‌ها، بسته‌ها و هزینهٔ زمان اجرا):

اجرا و مشاهده

گره‌های سفارشی (ComfyUI Manager داخلی)

MCP و نشست

کار با کاربر

هر ابزار یک tab_id اختیاری می‌پذیرد — هر زبانهٔ مرورگر اتصال خودش را دارد، و مسیریابی به‌طور پیش‌فرض به تنها زبانهٔ موجود می‌رود، یا به زبانه‌ای که کاربر آخرین بار در آن تایپ کرده است.

عقب بردن و بازگردانی

پیام‌های گذشته منجمد نیستند. نشانگر را روی هر پیامی ببرید و دکمهٔ ✎ ویرایش یک پنجرهٔ بازگردانی باز می‌کند: کد را بازگردانید (گراف را به اسنپ‌شات همان نوبت برگردانید)، گفت‌وگو را (نشست را از آن نقطه شاخه بزنید)، یا هر دو را، و بعد از همان‌جا پیامی ویرایش‌شده را دوباره بفرستید. بازگرداندن گراف از اسنپ‌شات‌های هر نوبت استفاده می‌کند، پس لغو یک نوبت دقیقاً همان گرافی را برمی‌گرداند که با آن شروع شده بود. دو میان‌بر، حالت‌های رایج را پوشش می‌دهند:
  • /revert — لغو ویرایش‌های گراف در نوبت آخر.
  • دو بار Esc — عقب بردن سریع نوبت آخر: گراف را برمی‌گرداند و پیام را برای ویرایش و ارسال دوباره به کادر نگارش فرا می‌خواند.
بازگردانی کد (گراف) روی هر دو سرویس‌دهنده کار می‌کند — در ارکستریتور و بر پایهٔ اسنپ‌شات‌های هر نوبت پیاده شده است. بازگردانی گفت‌وگو (شاخه زدن گفت‌وگو به نوبتی در گذشته) فعلاً فقط روی Claude است؛ بک‌اند ChatGPT/Codex فقط کل رشته را از سر می‌گیرد، پس پنل این دامنه را برایش می‌بندد. نگاه کنید به ماتریس قابلیت‌ها.

سینی پیام‌های در انتظار

وقتی عامل مشغول است تایپ کنید و پیامتان در گفت‌وگو گم نمی‌شود — در یک سینی ثابت در انتظار می‌ماند که بالای سینی دانلودها لنگر انداخته، بیرون از جریان گفت‌وگو. هر پیام در انتظار دکمه‌های ویرایش، همین حالا بفرست و حذف دارد، و یک دستگیرهٔ کشیدن (≡، سمت چپ) تا ترتیب تخلیهٔ آن‌ها به‌دست عامل را عوض کنید. همین حالا بفرست نوبت جاری را قطع می‌کند تا بی‌درنگ مسیرش را عوض کند. وقتی پیام در انتظار از صف بیرون می‌آید، در پایین گفت‌وگو ظاهر می‌شود، پس متن گفت‌وگو دقیقاً به همان ترتیبی خوانده می‌شود که عامل (Claude یا ChatGPT) پردازشش کرده است.

تأیید کارهای ویرانگر

کارهای برگشت‌ناپذیر اول می‌پرسند. panel_clear (پاک کردن همهٔ گره‌ها) و panel_restart_comfyui یک کارت بله / خیر بالا می‌آورند و فقط با بله عمل می‌کنند — پس عامل نمی‌تواند بی‌سروصدا گراف شما را نابود کند یا ComfyUI را از نو راه بیندازد.

پایداری اتصال دوباره

یک ارکستریتور گیرکرده دیگر پنل را بی‌پناه رها نمی‌کند. اگر ارکستریتور پیشین هنوز درگاه پل را در دست داشته باشد، زدن اتصال به‌جای شکست خوردن همان نمونهٔ زامبی را پس می‌گیرد — پنل دوباره وصل می‌شود، به‌جای اینکه شما گیر بمانید.

پیوست‌های کادر نگارش

در کادر نگارش پیوست کنید، بکشید و رها کنید، یا بچسبانید. کنار تصویرها، کادر نگارش اکنون فایل‌های ویدیو، گردش‌کار .json و متنی را هم می‌پذیرد، پس می‌توانید یک کلیپ مرجع، گردش‌کاری برای اقتباس، یا فایل یادداشتی را مستقیم به عامل بدهید.

رسانهٔ غنی در پاسخ‌های عامل

وقتی رسانهٔ یک اجرا به عامل بازخورانده می‌شود، خروجی فقط یک بلوک تصویر نیست — همراهش فراداده‌ای می‌آید که عامل می‌تواند دربارهٔ آن استدلال کند: مسیر هر خروجی (نسبت به زیرپوشه)، اندازهٔ فایل، ابعاد پیکسلی، و گروه‌بندی مجموعهٔ دارایی‌ها («خروجی K از N در این اجرا» به‌همراه نام فایل‌های هم‌گروهش، یا «خروجی تکی»)، به‌علاوهٔ مدت رندر و زمان پایان. استوری‌بوردهای ویدیویی، قالب و تعداد فریم / fps واقعی را هم اضافه می‌کنند، اگر داده‌شان همراه بار ارسالی آمده باشد. به این ترتیب عامل نتیجهٔ واقعاً ذخیره‌شده را درست نام می‌برد و می‌تواند دربارهٔ اندازه، ابعاد و تعداد فایل‌های یک اجرا حرف بزند.

کپی و شکستن خط در بلوک‌های کد

بلوک‌های کد رندرشده یک دکمهٔ کپی هنگام بردن نشانگر می‌گیرند و یک کلید سراسری و ماندگار شکستن خط (به‌طور پیش‌فرض خاموش — تا روشنش نکنید خط‌های بلند به‌صورت افقی اسکرول می‌شوند). کدِ درون‌خطی هم کپی مخصوص خودش را دارد. هر دو با ظاهر پنل هماهنگ‌اند.

هشدار گیر کردن رندر

ارکستریتور یک دیدبان منفعل روی صف ComfyUI شما اجرا می‌کند: رندری که گره/پیشرفتش جلو نمی‌رود گیرکرده علامت می‌خورد و به عامل گفته می‌شود (تا کورکورانه کارهای تازه را پشت یک کار گیرکرده روی هم نچیند). آستانه‌اش تنظیم هشدار گیر کردن رندر (ثانیه) زیر تنظیمات ← Comfy MCP Agent ← عمومی است (پیش‌فرض ۱۸۰ ثانیه، بازهٔ ۱۵ تا ۳۶۰۰). این مقدار هنگام اتصال فرستاده می‌شود و زنده هم اعمال می‌شود — تغییرش بدون اتصال دوباره کار می‌کند. نگاه کنید به پیکربندی ← COMFYUI_MCP_STALL_S.

پایایی در زبانهٔ پس‌زمینه

پاسخ‌های جریانی حالا حتی وقتی زبانهٔ ComfyUI در پس‌زمینه است هم رندر می‌شوند. پیش‌تر اثر تایپی پاسخ روی requestAnimationFrame اجرا می‌شد که مرورگر آن را در زبانهٔ پنهان متوقف می‌کند — پس اگر وسط یک اجرای طولانی چندمرحله‌ای زبانه را عوض می‌کردید، حباب پیام خالی می‌ماند با یک نشانگر جریانِ گیرکرده، طوری که انگار عامل «در فکر گیر کرده» است، حال آنکه نوبت تمام شده بود. حالا وقتی زبانه پنهان شود پاسخ هم‌زمان نهایی می‌شود، و یک هندلر visibilitychange هر پاسخ در انتظار را هنگام پنهان شدن تخلیه می‌کند و هنگام بازگشت، اثر تایپی را از سر می‌گیرد. انیمیشن در پیش‌زمینه دست‌نخورده است.

کنترل ابری RunPod

یک نشان میزبان در نوار ابزار 🟢 محلی · دستگاه شما یا **🔵 RunPod · <pod> · GPU · /hrرانشانمی‌دهدویککنترل‌پنلRunPodبازمی‌کند:یککارتوضعیتزنده(GPU/VRAM/مدتروشنبودن//hr** را نشان می‌دهد و یک **کنترل‌پنل RunPod** باز می‌کند: یک کارت وضعیت زنده (GPU / VRAM / مدت روشن بودن / ·hr / نشانی ComfyUI / شمارش معکوس توقف خودکار در بی‌کاری)، یک فهرست کشویی که پادهایتان را با نام فهرست می‌کند، اتصال / شروع / توقف / استفاده از محلی، و یک استقرار که با تأیید مسلح می‌شود. یک بار RUNPOD_API_KEY را در کارت کلیدهای API بگذارید و می‌توانید بدون دست زدن به کنسول RunPod، یک GPU ابری را مستقر کنید، بپایید، میان محلی⇄پاد سوئیچ کنید و متوقفش کنید — نشان میزبان همیشه می‌گوید رندر بعدی کجا اجرا می‌شود. نگاه کنید به استقرار ابری و نوشتهٔ وبلاگ ComfyUI را روی یک GPU ابری اجاره‌ای اجرا کنید.

مرورگر CivitAI

دکمهٔ Civitai در نوار ابزار یک مرورگر کامل CivitAI باز می‌کند — تصویرها، ویدیوها، چک‌پوینت‌ها، LoRAها و گردش‌کارها، با جست‌وجو، فیلتر و یک نمایشگر تمام‌صفحه. یک نتیجه را انتخاب کنید تا با عامل هم‌رسانی‌اش کنید، روی دستگاهتان دانلودش کنید، یا گردش‌کار جاسازی‌شده‌اش را روی بوم ذخیره کنید. داستانش: CivitAI درون ComfyUI.

همچنین ببینید