Skip to main content
comfyui-mcp — стандартный stdio MCP-сервер, поэтому им может управлять любой агент, умеющий MCP, не только Claude Code. Эта страница покрывает обвязки, которые мы поддерживаем как первый класс (Hermes Agent, OpenClaw, Copilot CLI), что должна принести ваша модель, и компактный режим инструментов, который делает небольшие/локальные модели жизнеспособными.

​
Требования к модели

Будьте честны с собой насчёт модели, которую приносите. Минимальная спецификация для полного опыта — модель с **вызовом инструментов + мышлением
  • vision**:
Размещённые модели, которые влезают в полную спецификацию, меняются ежемесячно — проверяйте карточку модели у провайдера на три возможности, а не доверяйте списку. На середину 2026: Xiaomi MiMo-V2.5 (vision + инструменты + длинный контекст) влезает в полную спецификацию дёшево; модели класса DeepSeek-V3.x / GLM / MiniMax имеют сильный вызов инструментов + мышление, но текстовые варианты теряют цикл vision; небольшие локальные модели (ниже) обычно держат вызов инструментов и бросают остальное.

​
Компактный режим инструментов

Полная поверхность — 37 инструментов с богатыми JSON-схемами (~200 КБ, примерно 50k токенов, на tools/list). Большинство обвязок не-Claude впрыскивают каждую зарегистрированную схему прямо в контекст модели — нормально для передовых моделей, смертельно для локальной 4B. Компактный режим инструментов регистрирует ровно три мета-инструмента и держит настоящий каталог за ними: Цикл модели: list_tools → выбрать → describe_tool → call_tool. Схемы входят в контекст по одному инструменту. Мета-инструменты нарочно прощают странности небольших моделей: args может быть объектом или JSON-строкой, принимаются обычные алиасы полей (tool_name, arguments), а ошибки валидации возвращаются с ожидаемой схемой, чтобы модель могла себя поправить вместо того, чтобы умирать на непрозрачной ошибке протокола. Компактный режим — opt-in: прямая поверхность стоит по умолчанию, поэтому небольшой модели нужно одно из этого (флаг побеждает переменную окружения):
Значение по умолчанию подходит обвязкам передовых моделей (Claude Code / Cursor / Claude Desktop), чьи клиенты хорошо держат большие списки инструментов. --full по-прежнему принимается и теперь no-op.

​
Автовыбор: по модели, не по провайдеру

В локальных LLM-бэкендах панели (Ollama / LM Studio / llama.cpp / совместимый с OpenAI), когда вы не выбрали режим, модель выбирает один:
  • модель, чей id несёт число параметров 70B или выше (llama3.3:70b, gpt-oss:120b, mixtral:8x22b), получает полную поверхность;
  • всё меньшее остаётся компактным;
  • id модели без читаемого числа параметров (moonshotai/kimi-k2.5) считается неизвестным, а не маленьким, и получает задокументированный компактный запасной вариант.
«Ollama ⇒ компактный» было бы неверно в обе стороны — локальная 70B модель держит полную поверхность и её незачем калечить, а некоторым небольшим размещённым моделям нужен компактный. Поэтому сигнал — модель. Ваш выбор всегда побеждает, в обе стороны. COMFYUI_MCP_TOOL_MODE=full навязывает полную поверхность 4B-модели; COMFYUI_MCP_TOOL_MODE=compact навязывает роутер 405B. Автовыбор заполняет только пробел, где ничего не выбрано. Порог 70B нарочно консервативен: это единственная цифра, которую кто-либо реально утверждал по этой оси, поэтому ничто не повышается наугад. COMFYUI_MCP_FULL_SURFACE_MIN_PARAMS_B=30 снижает его, если хотите найти, где на самом деле потолок вашего железа. Системный промпт следует за режимом. Компактный промпт говорит модели, что у неё шесть инструментов и ComfyUI идёт через call_tool; когда выбрана полная поверхность, это просто неправда, поэтому промпт полного режима говорит, что инструменты ComfyUI объявлены напрямую, и держит описание роутера только для panel_*. Автовыбрать полный, отрицая, что инструменты существуют, было бы хуже значения по умолчанию, которое он заменил. Активный режим и его причина печатаются в строке готовности бэкенда, например Tool mode: compact — chosen for this MODEL: "qwen3:4b" is ~4B parameters, below the 70B full-surface threshold…, так что рычаг больше никогда не невидим.
Этот автовыбор покрывает полосу локальных LLM панели. Полоса HTTP Codex / Gemini / Grok / Copilot остаётся прибитой к компактному по другой причине — их собственные бюджеты инструментов иначе вытесняют инструменты panel_* — а значение по умолчанию автономного MCP-сервера не меняется.

​
Вход аудио

На бэкенде ollama (нативный /api/chat) аудио доходит до модели только там, где модель реально сообщает, что умеет слышать. Перед отправкой бэкенд спрашивает POST /api/show возможности этой модели:
Если у выбранной модели нет возможности audio, вложение отклоняется вслух — со списком возможностей, который сообщил сервер, и командой pull модели, которая умеет слышать — а не бросается в запрос, где модель ответила бы только из вашего текста. То же относится к файлу, который не аудиоформат, или который есть, но нулевого размера. Доставить байты — ещё не вся работа. Измерено вживую против gemma4:e2b: WAV демонстративно в контексте (555 токенов промпта, /api/show сообщает audio), модель всё равно ответила «I do not have the capability to transcribe audio — my functions are limited to operating ComfyUI». Системный промпт панели рисует её как оператора графа, и небольшая модель сама себя выговаривает из чувства, которое у неё на самом деле есть. Поэтому ход, чьё аудио проверили по возможностям и прикрепили, ещё несёт короткую заметку, говорящую модели, что аудио здесь и что она должна отвечать из того, что слышит. С этой заметкой та же модель транскрибировала правильно в четырёх прогонах из четырёх. На OpenAI-совместимых бэкендах (LM Studio, llama.cpp, OpenRouter, свой) нет эндпоинта возможностей, чтобы спросить. Аудио отправляется как часть содержимого input_audio, и ход несёт явную строку «I cannot confirm the model actually receives them». Отказывать значило бы отказать в аудио каждому эндпоинту, у которого просто нет API возможностей; страж, который не может сработать, — не вердикт, но это и не подтверждение, и формулировка так и говорит. См. Бэкенды → Вход аудио про то, что делает каждый другой провайдер.

​
Настройка одной командой

comfyui-mcp setup <agent> записывает запись сервера в собственный конфиг- файл обвязки (сливаясь с тем, что уже там — существующие серверы, комментарии в YAML, всё сохраняется):
Флаги: --compact / --full переопределяют значение по умолчанию на агента, --comfyui-url <url> встраивает вашу цель ComfyUI (локальную, LAN или proxy URL RunPod), --dry-run печатает слитый конфиг вместо записи.

​
Hermes Agent

что даёт это в ~/.hermes/config.yaml (добавьте руками, если предпочитаете):
Перезагрузите через /reload-mcp (или перезапустите Hermes). Hermes ставит префикс инструментам, так что модель видит mcp_comfyui_list_tools, mcp_comfyui_describe_tool и mcp_comfyui_call_tool — три определения в контексте вместо двухсот.
На передовой модели (через Nous Portal / OpenRouter) можно перезапустить setup с --full и по желанию использовать собственный белый список tools.include Hermes. Компактный — правильное значение по умолчанию для всего меньшего.
Hermes также поставляет бандленный скилл comfyui, который ведёт ComfyUI по сырому REST из Python-скриптов. Он работает, но старше этого сервера — MCP-маршрут даёт вам создание/валидацию воркфлоу, управление моделями и кастомными узлами, установочные пакеты, управление очередью и самодиагностику. Отключите скилл, если агент продолжает тянуться к нему вместо MCP-инструментов.

​
OpenClaw

что даёт это в ~/.openclaw/openclaw.json:
Перезапустите шлюз OpenClaw, чтобы подхватить сервер. Документация OpenClaw рекомендует держать число MCP-инструментов низким — именно для этого компактный режим, и поэтому он здесь по умолчанию.

​
Copilot CLI

что даёт это в ~/.copilot/mcp-config.json:
Copilot CLI гоняет передовые модели, поэтому setup по умолчанию ставит полную поверхность инструментов (передайте --compact, если направляете Copilot на меньшую модель). Проверьте через /mcp show внутри copilot.

​
Наши дообученные локальные модели (бесплатно, рекомендуем)

Если хотите гонять агента локально бесплатно, начните здесь. Мы дообучили семейство Gemma 4 специально под comfyui-mcp: QLoRA на 1055 проверенных сервером траекториях вызова инструментов, синтезированных против живого ComfyUI — покрывая полную поверхность из 178 инструментов (113 MCP
  • 65 панели) — так что модель знает этот точный набор инструментов нативно, вместо того чтобы встречать его холодной.
Измерено, не обещано — баллы LLM Arena на настоящей лестнице из 10 сценариев (лучшее из 3, каждый результат проверен против живого сервера ComfyUI, RTX 4090): Каждая ступень теперь обыгрывает свою стоковую базу. Переобучение :e2b v2 (обучение с двух видов: прямые вызовы инструментов И конверт развёрнутого роутера) исправило регрессию формата call_tool v1 — ноль кривых конвертов по вердиктным прогонам. Рекомендации по размеру стоят: :e4b — сладкая точка (всего ~1,5 ГБ больше e2b и +4 на арене); :e2b теперь легитимный выбор для тесная VRAM; :12b покупает стабильность на длинных многошаговых задачах, а не сырой балл. Бэкенд Ollama панели по умолчанию на :e4b — выберите Ollama (локально) в выборе бэкенда, и это просто работает, как только модель подтянута. Без аккаунта, без API-ключа, без стоимости за токен. Окно контекста: теги поставляют запечённое окно 65 536 токенов, и оркестратор ему уступает (стоковые модели получают 16K). Архитектура поддерживает до 128K (:e2b/:e4b) и 256K (:12b) — поднимите через COMFYUI_MCP_OLLAMA_NUM_CTX=131072, если есть VRAM (KV-кэш растёт с окном). Если агент начинает «забывать» посреди разговора, смотрите лог оркестратора: он предупреждает, когда ход заполняет ≥85% окна. Веса, LoRA- адаптеры и конвейер обучения открыты: artokun/gemma4-comfyui-mcp (датасет: artokun/comfyui-mcp-trajectories).

​
LM Studio

Панель говорит с LM Studio нативно: выберите LM Studio в выборе бэкенда, и оркестратор ведёт его локальный сервер (http://127.0.0.1:1234/v1, переопределяется через COMFYUI_MCP_LMSTUDIO_HOST). Настройка в два клика: установите с lmstudio.ai, затем Developer → Start Server с загруженной моделью с вызовом инструментов. Выбор модели зеркалирует то, что предлагает сервер; без заданного значения по умолчанию первая отданная модель принимается автоматически. Оркестратор ведёт полный жизненный цикл без рук: сам стартует сервер, когда нужно, JIT-загружает вашу модель, освобождает её VRAM, пока идёт рендер ComfyUI (чат держится и отвечает, когда рендер закончится), выгружает уходящую модель при смене модели и отпускает всё, когда вы переключаетесь на другого провайдера. Наши дообученные GGUF работают и здесь — ищите artokun/gemma4-comfyui-mcp в загрузчике моделей LM Studio и берите model-q4_k_m.gguf. Ждите ту же паузу холодной JIT-загрузки на первом сообщении, что и у Ollama (30 с+ нормально).

​
llama.cpp (llama-server)

Гоняете сырой llama.cpp? Выберите llama.cpp в выборе бэкенда — оркестратор ведёт OpenAI-совместимый эндпоинт llama-server (http://127.0.0.1:8080/v1, переопределяется через COMFYUI_MCP_LLAMACPP_HOST):
Заметки с поля: контекст — это флаг запуска (-c) — агент предупреждает, если сервер работает ниже 16K (полезная нагрузка инструментов это требует). Вызов инструментов включён по умолчанию в текущих сборках; старым сборкам нужен --jinja (панель обнаруживает неспособный к инструментам сервер при подключении и говорит именно это). Единственная загруженная модель принимается автоматически — выбирать не нужно. На коробке с одним GPU локальный llama-server (или llama-swap перед ним) входит в ту же передачу VRAM, что Ollama и LM Studio: пока идёт рендер ComfyUI, ваш чат держится и отвечает в момент окончания рендера. Поскольку у llama-server нет API выгрузки (а llama-swap меняет модели апстрим по запросу), передача только держит — явно ничего не выгружается и не греется. Удалённый COMFYUI_MCP_LLAMACPP_HOST — чужой GPU и никогда не гейтится. Передача включена по умолчанию для всех трёх локальных бэкендов; откажитесь через COMFYUI_MCP_PAUSE_LOCAL_ON_GEN=0 (устаревший COMFYUI_MCP_OLLAMA_PAUSE_ON_GEN=0 всё ещё чтится).

​
Свой эндпоинт (любой OpenAI-совместимый сервер)

Всё, что говорит на /v1/chat/completions — vLLM, DeepSeek, Together, Azure OpenAI, llama-server на другой коробке, корпоративный шлюз — втыкается как провайдер Свой эндпоинт:
  1. Настройки ComfyUI → Comfy MCP Agent → Свой эндпоинт → задайте базовый URL эндпоинта (включите /v1, например http://192.168.1.20:8000/v1).
  2. Если серверу нужен ключ: Задать ключ API… — маскированный ввод; ключ хранится 0600 оркестратором в ~/.comfyui-mcp, никогда в настройках ComfyUI или чате.
  3. Выберите Свой эндпоинт в выборе бэкенда и нажмите «Подключить».
Список моделей приходит из /v1/models сервера; серверы с одной моделью принимаются автоматически, или задайте id модели по умолчанию явно для эндпоинтов, которые не перечисляют модели. Аварийные люки env: COMFYUI_MCP_CUSTOM_BASE_URL, COMFYUI_MCP_CUSTOM_MODEL, COMFYUI_MCP_CUSTOM_API_KEY. Модель должна поддерживать вызов инструментов.

​
Ollama и локальные модели — LLM Arena

Любая MCP-обвязка, которая говорит с Ollama (или OpenAI-совместимым эндпоинтом), может вести компактный режим с локальной моделью. Две повторяемые обвязки едут в репозитории: npm run test:local-llm (быстрая проверка одной модели) и node scripts/llm-arena.mjs — ComfyUI LLM Arena, которая гоняет поле моделей через идентичный набор задач против живого ComfyUI и проверяет каждый исход против сервера, никогда против заявлений модели. Баллы локального яруса на полной лестнице из 10 сценариев (RTX 4090, ComfyUI 0.27, температура 0 — см. страницу Арены про лестницу задач и таблицу лидеров всех ярусов, включая передовые и размещённые модели): Выводы: класс qwen3/gemma4 уверенно закрывает одноинструментные задачи (здоровье, установленные модели, поиск в реестре, очередь) и набирает баллы на более трудных полосах, но многостадийная композиция графа (один граф с двумя связанными выходами, двухступенчатый конвейер img2img) всё ещё территория передовых/B-tier. Дисциплина формата инструментов llama3.1:8b рушится на этом каталоге (она выдумывает имена инструментов и печатает JSON вызова инструментов как текст). Gemma 4 поставила нативный function calling по всему семейству (Ollama ≥ v0.20); e4b или больше — сладкая точка. Помните лестницу возможностей выше: эти небольшие модели держат вызов инструментов, но имеют ограниченный/никакой vision и мышление, так что они могут генерировать и управлять воркфлоу, но не могут визуально критиковать результаты.

​
Боковая панель на локальной модели

Агент панели получает бэкенд Ollama рядом с Claude / ChatGPT / Gemini: выберите Ollama (локально) в выборе бэкенда, и оркестратор ведёт ваш живой граф локальной моделью — без аккаунта, без API-ключа, полностью офлайн. Модель видит роутер из 6 инструментов (3 компактных мета-инструмента comfyui плюс panel_list_tools / panel_describe_tool / panel_call_tool для живого холста), так что даже 4B-модель не тонет в схемах. Модель по умолчанию: artokun/gemma4-comfyui-mcp:e4b — наш дообученный gemma4, обученный на этом точном наборе инструментов (сменяет стоковый gemma4:e4b, прежнего лидера Арены); переопределите через COMFYUI_MCP_OLLAMA_MODEL или выбор модели панели, который перечисляет то, что вы подтянули локально. Ждите честных компромиссов против передовых бэкендов: более медленные ходы (особенно первый, пока модель грузится), нет vision, нет отката разговора.

​
Что вы получаете (и не получаете)

Любой MCP-клиент получает полную поверхность инструментов — генерацию, создание воркфлоу, модели, кастомные узлы, очередь, диагностику — в любом режиме инструментов. Дополнения плагина Claude Code (скиллы, слэш-команды, хуки, установочные пакеты, агент боковой панели) — возможности плагина и не едут в другие обвязки. Каталог list_tools спроектирован нести достаточно ориентации, чтобы агенты без этого слоя знаний всё равно находили дорогу.

​
Устранение неполадок

  • Модель вызывает call_tool со строковым args — поддерживается; сервер автоматически разбирает JSON-строки.
  • Модель выдумывает имена инструментов — неизвестные имена возвращают предложения близких совпадений плюс указатель обратно на list_tools.
  • Неверные/отсутствующие параметры — ошибка включает JSON Schema инструмента; способные модели себя правят на следующей попытке.
  • Модель отвечает из каталога, ничего не запуская — известный режим отказа небольших моделей; подтолкните её («записи каталога — имена инструментов, а не данные — запусти инструмент через call_tool»).
  • ComfyUI недоступен — компактный режим меняет только регистрацию инструментов; конфиг подключения идентичен любой другой настройке (см. Настройки).