夜雨聆风ComfyUI MCP：用一句话操控视觉生成工作流
Comfy Org（ComfyUI 官方团队）近期发布了 ComfyUI MCP 工具，把 MCP（Model Context Protocol）协议引入 ComfyUI。通过这套工具，Claude、Cursor 等 AI 助手可以直接控制 ComfyUI 工作流。
ComfyUI 本来就是节点式图像生成工具里很重要的一类。它通过连接不同节点来完成生成流程，比如加载模型、编码提示词、采样、解码、保存图片。Stable Diffusion、FLUX 等扩散模型的生成过程，都可以在这里被拆开、调整、组合。它在 GitHub 上已有 110K+ stars，也是 2026 年视觉生成领域的重要基础设施之一。
问题也一直很明显：门槛高。
想用好 ComfyUI，用户要手动连节点，理解每个节点的作用和参数，还要熟悉模型、采样器、提示词编码等一整套流程。很多人不是不会描述想要什么，而是卡在了工作流本身。
ComfyUI MCP 处理的正是这一层。用户可以在 Claude 里输入一句自然语言，AI 根据需求自动构建并执行对应工作流，再把生成结果返回来。整个过程不一定需要打开 ComfyUI 界面。
MCP 接在 AI 助手和 ComfyUI 中间
技术上，ComfyUI MCP 通过一个 MCP Server 连接 AI 助手和 ComfyUI。
这个 Server 暴露了 46 个工具，覆盖提交工作流、查询模型列表、管理显存、查看生成状态、构图自动化等操作。AI 助手不再只是给你写一段提示词，而是可以调用这些工具，直接控制生成管线。
社区里也已经有几个第三方实现：
artokun 版本内置 Claude Code 插件，并提供 3 个自主 Agent； miller-joe 版本支持通过 npx 零配置运行； ArboRithmDev 的 MCP Hub 提供 77 个工具，支持多实例，以及 CivitAI、HuggingFace 集成。
这些实现方向不完全一样，但目标相近：让 AI 助手可以更顺手地调用 ComfyUI，而不是让用户一直在节点界面里手动搭流程。
门槛被挪到了“描述需求”
ComfyUI 的能力一直很强，只是过去主要服务于愿意学习节点操作的人。MCP 把这些能力包装成 AI 可以理解和调用的工具后，使用方式会轻很多。
对设计师来说，变化比较直接。你不一定要先学会 ComfyUI 的节点逻辑，可能只需要描述清楚想要的画面，比如“生成一张赛博朋克风格的城市夜景”。后面的模型选择、节点组合、执行流程，可以交给 AI 助手处理。
对正在学 AI 编程的人，这件事也有参考价值。MCP 正在成为 AI Agent 调用外部工具的一种常见方式。理解它怎么把工具能力暴露给 AI，基本就能摸到当前 AI Agent 基础设施里很关键的一层。
