> ## Documentation Index
> Fetch the complete documentation index at: https://comfyui-mcp.artokun.io/docs/llms.txt
> Use this file to discover all available pages before exploring further.
# 本機 vs. Comfy Cloud 代理
> Comfy-Org 的應用內代理和 Comfy Cloud MCP 跑在 Comfy Cloud 上；comfyui-mcp 跑在你自己的 ComfyUI 安裝上，用任意 LLM —— 用現有訂閱跑 Claude 或 ChatGPT，或透過 Ollama 跑免費本機模型，不需要帳號也不需要網路。一份誠實的對照：什麼時候用哪個，也包括 Comfy Cloud 更合適的情況。
如果你在 Comfy-Org 的官方代理工具和本專案之間做選擇，短版是：**它們解決的是不同
問題** —— 對相當一部分人來說，官方選項才是正確選擇。本頁把兩邊都攤開，讓你選一次
就能往下走。
Comfy-Org 出貨很快，下面的狀態截至 **2026 年 7 月**。把它當成定論之前，請先查
[docs.comfy.org/agent-tools](https://docs.comfy.org/agent-tools) 的當前狀態。
## 一句話結論
**沒有本機 GPU，或者想要零設定？** 用 Comfy Cloud。它是官方產品，由打造 ComfyUI 的
團隊維護，你不用去想驅動、VRAM 或模型下載。
**已經在自己的機器上跑 ComfyUI？** 這就是本專案存在的理由。GPU 已經買過了，模型已經
在磁碟上，Claude 或 ChatGPT 訂閱已經涵蓋了推理。
## Comfy-Org 提供什麼
Comfy-Org 的 [Agent Tools](https://docs.comfy.org/agent-tools) 頁面列出了三款相關
產品：
| 產品 | 它是什麼 | 狀態（2026 年 7 月） |
| ---------------------- | --------------------------------- | -------------- |
| **Comfy Cloud MCP** | 託管 MCP 伺服器；生成跑在 Comfy Cloud GPU 上 | 公開測試版 |
| **Comfy In-App Agent** | Comfy Cloud 裡的聊天驅動代理，構建並編輯你的節點圖 | 私有內測版 |
| **Comfy Local MCP** | 官方本機 MCP 伺服器，驅動你自己的 ComfyUI 安裝 | 私有測試；尚未公開提供 |
Comfy Cloud MCP 在它擅長的事情上確實好：它透過 MCP 暴露 ComfyUI 引擎，從 Claude Code、
Claude Desktop 和 Codex 用 OAuth 登入，並在你沒有 GPU 的情況下託管存取 Kling、Veo、
Seedance、Flux 和 ElevenLabs 這類模型。
## 本專案提供什麼
`comfyui-mcp` 是一個 MCP 伺服器加上一個側邊欄代理，驅動的是**你的** ComfyUI 安裝
—— 本機、區域網路、VPS 或 RunPod。37 個 MCP 工具、39 個針對具體模型的技能，以及一個
用自然語言編輯即時節點圖的面板代理。
結構上的差別是**推理從哪來**。本專案與供應商無關：同一套工具和同一塊面板可以跑在
Claude、ChatGPT、Gemini、Grok 或 Kimi 上，用你已經在付的訂閱；也可以跑在任何相容
OpenAI 的端點上；或透過 Ollama、LM Studio、llama.cpp 跑免費本機模型 —— 不需要帳號，
也完全不需要出站網路。
## 並列對比
| | Comfy Cloud（In-App Agent / Cloud MCP） | comfyui-mcp |
| ------------- | ------------------------------------- | ----------------------------- |
| 生成跑在 | Comfy Cloud GPU | 你的 GPU（或你的 VPS / RunPod 執行個體） |
| 需要 Comfy 帳號 | 是 | 否 |
| 可完全離線工作 | 否 | 是，配合本機模型 |
| 推理模型 | 由服務提供 | **你的** —— 任意 LLM，包括免費本機 |
| 成本模型 | 雲端額度 | 你已有的訂閱，或本機 \$0 |
| 圖片 / 提示離開本機 | 是 | 只有你選擇託管 LLM 時才會 |
| 管理你的自訂節點和模型檔案 | 不適用（託管環境） | 是 —— 安裝節點、下載模型 |
| 可用性 | Cloud MCP 公開測試；代理私有內測 | 現在就能用 |
| 官方支援 | 是 | 社群專案 |
## 在這些情況下選 Comfy Cloud
* 你沒有 GPU，或現有的太小，跑不動想用的模型
* 你希望零設定、零維護就能用
* 你寧願買額度，也不想管 CUDA、VRAM和 checkpoint 下載
* 團隊已經在 Comfy Cloud 上，你想要一個供應商、一張發票
* 你想要打造 ComfyUI 的人提供的官方支援
這些都是好理由。如果好幾條都符合，就別再往下讀了，去用
[Comfy Cloud](https://comfy.org/) —— 你會更省心。
## 在這些情況下選 comfyui-mcp
* **你已經有 GPU。** 錢已經付過了；雲端額度是為你已經擁有的算力再開一張帳單。
* **你的工作不能離開這台機器。** NDA 下的客戶素材、有授權的訓練資料、任何你不能上傳
的東西。配合本機模型，什麼都不會出去。
* **你想用已經在付的 LLM 訂閱。** Claude 或 ChatGPT 套餐已經涵蓋推理 —— 代理不用
再開第二個計量表。
* **你想免費，或想離線。** Ollama、LM Studio 和 llama.cpp 不需要帳號、不需要網路就能跑。
請看[本機 LLM](/docs/docs/zh-TW/local-llms)。
* **你的安裝本身就是重點。** 你的自訂節點、你的 LoRA、你的 checkpoint 收藏。代理
會[安裝節點並下載模型](/docs/docs/tools/models)到你真正在用的那份安裝裡。
* **你想自己選模型。** 不同 LLM 擅長不同事情；[LLM 競技場](/docs/docs/zh-TW/arena) 用真實
ComfyUI 任務給它們打分，讓你憑證據選。請看[後端](/docs/docs/zh-TW/backends)。
## 「官方本機 MCP 會不會讓這個專案多餘？」
問得公平，值得正面回答，而不是假裝沒這回事。
Comfy Local MCP 是**面向本機安裝的官方驅動**，它發布時會是個好驅動。但它和本專案處在
不同一層：它把一個代理接到 ComfyUI，而 `comfyui-mcp` 還帶上代理本身、能在十一個
供應商和本機執行時上跑的中立後端、側邊欄 UI、針對具體模型的技能，以及節點 / 模型管理。
誠實的讀法：如果你只想要「讓 Claude Code 和我的本機 ComfyUI 說話」，官方工具最終會涵蓋
這一點，你大概就該用它。如果你想帶上自己的模型 —— 包括免費本機模型 —— 並讓代理住在
ComfyUI 裡面、自己管理這份安裝，這才是本專案要填的缺口。
它們也可以組合。本專案也能指向 Comfy Cloud（設定 `COMFYUI_API_KEY` —— 請看
[雲端部署](/docs/docs/zh-TW/cloud-deployment)），所以一份設定就能涵蓋本機安裝、區域網路機器、
VPS 和 Comfy Cloud。
## 開始使用
大約一分鐘，對著本機 ComfyUI 跑起 MCP 伺服器。
在 Ollama、LM Studio 或 llama.cpp 上完全離線 —— 不需要帳號。
Claude、ChatGPT、Gemini、Grok、Kimi，或任何相容 OpenAI 的端點。
驅動你即時節點圖的側邊欄代理。