WorkBuddy + 本地 Comfy MCP 实战：用自然语言生成你的第一张 AI 图片
本系列实战教程持续更新中......
Comfy MCP 公测：把 Claude、Cursor、CodeX、Hermes 和 WorkBuddy 变成你的创意技术专家
Comfy Cloud MCP Server 抢先体验申请图文教程
WorkBuddy 接入 Comfy Cloud MCP 完整实录：从 DNS 污染到 31 个工具全部启用
在上一篇文章中，我们已经把 Comfy Cloud MCP 接入了 WorkBuddy。本篇从零开始，用一句中文提示词生成一张图片，并展示完整的 Agent 调用链路，帮助读者理解 Comfy MCP 的工作方式。
一、目标
完成一次完整的"文本 → 图像"生成：
- 用户用中文描述需求。
- WorkBuddy 自动调用
comfyMCP 工具。 - 在 Comfy Cloud GPU 上运行工作流。
- 下载并展示最终图片。
二、可用的生成工具
Comfy MCP 把复杂的 ComfyUI 工作流封装成了两类入口：
| 类型 | 示例 | 说明 |
|---|---|---|
| 专用 Prompt | generate-image |
针对常见任务预置的快捷入口 |
| 底层工具 | comfy_search_templates、comfy_submit_workflow |
更灵活，Agent 可自由组合 |
当用户说"帮我生成一张图"时，Agent 通常会选择 generate-image prompt，或走"搜索模板 → 搜索模型 → 构建工作流 → 提交 → 轮询 → 下载"的完整链路。
三、提示词示范
打开 WorkBuddy，输入：
生成一张图片：一只穿着宇航服的猫咪漂浮在太空舱里，窗外是地球和星空，赛博朋克风格，16:9 比例，高清细节。Agent 会解析出关键信息：
- 主体：穿宇航服的猫咪
- 场景：太空舱、地球、星空
- 风格：赛博朋克
- 比例：16:9
- 质量：高清细节
四、Agent 内部调用链路
Agent 在后台执行的过程大致如下：
4.1 搜索模板
调用 comfy_search_templates：
query: "text to image cyberpunk cat astronaut"如果有合适的模板，就直接复用，避免从零搭节点。
4.2 搜索模型
调用 comfy_search_models：
query: "realistic photo checkpoint"选择合适的 checkpoint，例如 SDXL 或写实风格的模型。
4.3 构建工作流
如果没有现成模板，Agent 会构建一个标准的 ComfyUI API 工作流：
{
"1": {
"inputs": {
"ckpt_name": "realisticVision.safetensors"
},
"class_type": "CheckpointLoaderSimple"
},
"2": {
"inputs": {
"text": "A cat in an astronaut suit floating inside a space station, cyberpunk style, Earth and stars visible through the window, high detail, cinematic lighting",
"clip": ["1", 0]
},
"class_type": "CLIPTextEncode"
},
"3": {
"inputs": {
"text": "blurry, low quality, distorted, ugly",
"clip": ["1", 0]
},
"class_type": "CLIPTextEncode"
},
"4": {
"inputs": {
"width": 1344,
"height": 768,
"batch_size": 1
},
"class_type": "EmptyLatentImage"
},
"5": {
"inputs": {
"seed": 42,
"steps": 25,
"cfg": 7.5,
"sampler_name": "dpmpp_2m",
"scheduler": "karras",
"denoise": 1.0,
"model": ["1", 0],
"positive": ["2", 0],
"negative": ["3", 0],
"latent_image": ["4", 0]
},
"class_type": "KSampler"
},
"6": {
"inputs": {
"samples": ["5", 0],
"vae": ["1", 2]
},
"class_type": "VAEDecode"
},
"7": {
"inputs": {
"filename_prefix": "cat_astronaut",
"images": ["6", 0]
},
"class_type": "SaveImage"
}
}注意：实际模型名称和节点 ID 以 Comfy Cloud 实时返回为准，上面是示例。
4.4 提交工作流
调用 comfy_submit_workflow：
{
"workflow": { ... }
}返回 prompt_id，例如 a1b2c3d4-...。
4.5 轮询状态
调用 comfy_get_job_status：
{
"prompt_id": "a1b2c3d4-..."
}每 3 秒查询一次，直到状态为 completed。
4.6 下载输出
调用 comfy_get_output：
{
"prompt_id": "a1b2c3d4-...",
"description": "cat_astronaut_cyberpunk"
}返回签名下载 URL，Agent 会执行类似：
curl -L "https://storage.googleapis.com/.../cat_astronaut.png?X-Goog-Signature=..." -o cat_astronaut.png最后通过 WorkBuddy 的 present_files 展示图片。
五、进阶玩法：从图片到视频
如果用户对刚才的图片满意，想让它动起来，可以继续说：
让刚才的猫宇航员动起来，做一个 3 秒的太空漂浮视频。Agent 会：
- 使用
comfy_use_previous_output把上一张图作为输入。 - 调用
generate-video或搜索视频模板。 - 构建图生视频工作流（例如使用 LTX-Video / Wan Video）。
- 提交并轮询，通常耗时 30 秒到 2 分钟。
- 下载视频并展示。
六、常见问题
Q1：生成的图片不满意怎么办？
直接修改提示词，Agent 会重新跑工作流。也可以要求：
- "换一个 seed 再生成一次"
- "把风格改成吉卜力动画"
- "把比例改成 9:16，适合短视频封面"
Q2：可以一次生成多张吗？
可以，要求 Agent 把 batch_size 改成 2 或 4，或者连续提交多个 seed 不同的工作流。
Q3：为什么有时候会用模板，有时候从零构建？
Agent 优先搜索模板。如果模板能匹配需求，就用模板；如果模板不够具体，会基于模型从零构建，以获得更精确的控制。
Q4：图生图怎么操作？
把参考图上传到 WorkBuddy，然后说：
上传了这张人物照片，把它转换成水彩画风格。Agent 会调用 comfy_upload_file，再用 LoadImage 节点接入 img2img 工作流。
七、总结
Comfy MCP 把 ComfyUI 的复杂节点操作完全隐藏在自然语言背后。对 WorkBuddy 用户来说，只需要：
- 配置好 MCP 服务器（参考上一篇）。
- 用清晰的中文描述需求。
- 等待 Agent 在云端 GPU 上执行并返回结果。
目前 Comfy Cloud 还处于 public beta，建议多尝试不同的提示词和模型组合，并通过官方反馈渠道提交体验。
以下是用 WorkBuddy + Comfy MCP 生成视频
参考链接
- Comfy Cloud MCP 文档：https://docs.comfy.org/agent-tools/cloud
- WorkBuddy 配置指南：见本系列上一篇《WorkBuddy 接入 Comfy Cloud MCP 完整实录》