Comfyui MCP Server

Name: Comfyui MCP Server
Author: MetaBrain-Labs

โดย MetaBrain-Labsรุ่น 1.0.1i★ –iรันบนเครื่อง

ชื่อใน registryio.github.MetaBrain-Labs/comfyui-mcp-server

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

MCP Server that transforms ComfyUI workflows into AI-callable tools for MCP Host

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: อื่น ๆ

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

npmติดตั้ง Node.js (มีคำสั่ง npx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "comfyui": {
      "command": "npx",
      "args": [
        "-y",
        "@metabrain-labs/comfyui-mcp-server"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add comfyui -- npx -y @metabrain-labs/comfyui-mcp-server

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "comfyui": {
      "command": "npx",
      "args": [
        "-y",
        "@metabrain-labs/comfyui-mcp-server"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "comfyui": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@metabrain-labs/comfyui-mcp-server"
      ]
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub MetaBrain-Labs ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 18348 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 5% ของอีก 18348 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 18348 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Comfyui MCP Server ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.1) เข้า registry 7 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Node.js ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, 好縮 Short

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวานซืน

ติดตั้ง

好縮 Short

โดย gooonamee

Smart URL shortener: create, tag and track short links on s.gooo.name.

รันบนคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

ComfyUI-MCP-Server - ComfyUI Model Context Protocol Integration

[ 简体中文 ] [ ENGLISH ]

[!NOTE]

⭐ 如果您喜欢该项目或觉得有帮助，请给项目点一个 Star，您的支持是我们持续改进的动力！

ComfyUI-MCP-Server 是一个基于 MCP（Model Context Protocol / 模型上下文协议）的服务器实现，将 ComfyUI 中用户定义的工作流转化为参数可配置的 MCP 工具，供 AI 代理（Agents）直接使用。

本项目提供 Python 与 TypeScript 两个独立语言版本，功能基本对等，可按需选用：

注：Python 版本带有更多实验性功能，TypeScript 版本则更稳定。

📋 项目功能

通过本项目，您可以通过连接ComfyUI从而赋予 AI 助手（如 Claude Desktop、Trae、Dify 等）强大的多媒体生成能力：

能力	说明
图像/视频生成	通过使用用户自定义工作流，驱动 AI 助手生成图像、视频等多媒体文件；支持 AI 修改由用户公布的节点参数以微调结果。
自定义工作流导入	可手动将 ComfyUI API 格式的 JSON 文件导入服务器工作流目录，自动完成校验与挂载后即刻可用。
生成资产管理	生成完成后，自动将多媒体文件下载并保存至本地指定目录。
高级自定义执行	支持由 AI 自行提供完整 API JSON 直接调度 ComfyUI（高级模式）。
素材导入	支持从本地路径或 HTTP URL 将图片/视频素材上传至 ComfyUI 输入目录，供工作流直接调用。

✨ 项目特色

🔌 工作流即工具：将 ComfyUI 的节点图抽象为可供Agent使用的工具。
🎛️ 自定义参数暴露：可在工作流中精确定义哪些参数对外可见，限定 AI 在暴露范围内操作，防止模型幻觉与误操作。
🔧 零侵入接入：无需修改 ComfyUI 本体或安装任何必要插件，部署即连，开箱即用。
📥 自定义工作流导入：可手动导入 API 格式的工作流 JSON 文件，通过校验后即刻对 Agent 可用，无需重启服务。
📂 资产管理：支持从本地路径或网络 URL 自动上传资源至 ComfyUI。
⚡ 流式与进度支持：支持生成进度报告（需 Client/Host 支持）。
🌍 国际化双语支持：内置中英文（zh-CN/en）国际化。
🧩 标准 MCP 适配：全面支持 STDIO 与 Streamable HTTP 通信协议。
🔬 Skills 支持：包含项目技能手册SKILL.md，针对支持 Skills 的 AI 助手通过 Skills 进行深度优化。

更多详情可查阅为什么选择我们

🧰 可用工具集

AI 代理可以通过 MCP 协议调用以下内置工具：

工具	工具名称	描述
`get_core_manual`	获取项目核心手册	【系统指引】核心协议与操作字典。初始化或调用其他工具前必须优先读取，获取最新参数填充策略与报错恢复机制。
`get_workflows_catalog`	获取工作流目录	【目录检索】获取当前服务器支持的所有工作流清单。涉及生图的指令必须精确匹配此清单，严禁伪造或猜测工作流名称。
`get_workflow_API`	获取工作流详情	【工作流API】读取目标工作流的全量底层拓扑JSON。体积庞大，仅在执行异常需排查最底层逻辑时调用，严禁在常规业务中使用防污染上下文。
`mount_workflow`	挂载工作流	【参数挂载】提取目标生成任务的受支持交互参数Schema（屏蔽连线细节）。提交工作流任务前，必须调用此接口获取合法的参数键名表。
`queue_prompt`	执行工作流任务	【任务提交】向队列提交任务 Prompt。底层自动调度计算节点并向 Host 实时同步进度。必须确保所有键名已通过挂载校验，严禁编造键名。
`queue_custom_prompt`	执行自定义工作流	【高级模式】直接向队列提交完整的原生 ComfyUI API Prompt JSON。仅在调试底层方案或响应明确专家指令时开放，常规任务严禁使用。
`save_custom_workflow`	保存自定义工作流	【保存工作流】将自定义参数化工作流保存到服务器的工作流目录中并随后自动执行语法校验和挂载。提交的 JSON 必须符合规范（至少包含一处符合挂载规则的 ==名称== 节点），否则将被拒绝保存。
`save_task_assets`	保存生成资产	【保存生成资产】获取指定任务 (prompt_id) 的执行历史，并将产生的所有多媒体生成物 (图片、视频、GIF等) 下载并保存到指定的本地目录中。
`interrupt_prompt`	取消任务	【任务取消】取消特定 `prompt_id` 的运算进程并强制移除队列中的等待项。
`get_prompt_result`	获取任务结果	【输出快照与资产】获取特定 Prompt 执行完成后的节点快照，提取生成的目标媒体文件（图像/视频链接）或回溯 Traceback 诊断错误。
`get_system_status`	获取系统状态	【系统监控】采集内存、显存及 Python 运行时指标，用于排查 OOM 或服务死锁等底层异常。
`list_models`	检索模型文件	【模型目录】轮询本地磁盘模型存放区。参数涉及具体模型文件时，必须前置调用此接口枚举校准，严禁凭空伪造模型文件名。
`upload_assets`	ComfyUI导入资产	【上传文件】将本地文件或网络 URL 上传至 ComfyUI 服务器的 input 目录，以便在工作流中直接应用。

🏆 为什么选择我们？

特性	ComfyUI MCP Server	其他类似项目
自定义参数暴露	✅ 支持	❌ 有限支持或不支持
无需修改 ComfyUI	✅ 完全支持	❌ 通常需要修改或插件
自然语言交互	✅ 支持	❌ 通常需要 API 调用
实时进度通知	✅ 支持	❌ 有限支持
多传输方式	✅ STDIO + HTTP	❌ 通常仅支持一种
国际化支持	✅ 内置	❌ 通常仅支持英文
会话管理	✅ 完善	❌ 基本或无

更多详情可查阅为什么选择我们

🎬 演示视频

默认方式

点击下方图片观看演示视频。

API_JSON 方式

点击下方图片观看演示视频。

🚀 快速开始

仅需两步，快速启动项目。

提醒：安装启动项目后，还需查阅[使用教程]，否则无法使用工作流相关功能。

准备工作（必需）

在启动本项目之前，请确保您的系统中已安装以下软件

Node.js 18+ [官方链接]
ComfyUI 0.9.1+ [官方链接]
MCP 客户端/AI Agent，例如Claude Desktop、Cursor等

第一步：安装项目与依赖

1. 克隆本项目 在终端中执行以下命令：

git clone https://github.com/MetaBrain-Labs/ComfyUI-MCP-Server-TypeScript.git

2. 移动到项目目录

cd ComfyUI-MCP-Server-TypeScript

3. 安装依赖

npm install

第二步：配置环境与启动项目

1. 项目环境配置

进入项目根目录，根据系统实际情况修改 .env 文件中的配置。详细配置说明请查阅：[环境变量]

2. 连接并运行项目

根据您的需求选择传输方式以启动项目：

[!TIP]

MCP传输机制

MCP 协议目前定义了两种客户端-服务器通信的标准传输机制：

- STDIO

- Streamable HTTP

本项目两者皆支持，请根据您的 MCP 客户端能力进行选择。

您有责任确保使用这些服务器符合相关条款，以及适用于您的任何法律、规则、法规、政策或标准。

模式一：STDIO 连接 (推荐用于 Claude Desktop 等本地客户端)

MCP客户端启动： 复制下述 JSON 文件，在 MCP 客户端的 MCP 配置中粘贴并修改即可。

[!NOTE]

部分 MCP 客户端配置 MCP Server 的方法请查阅：[示例]

其他项目设置请在环境变量中修改，参数详情请查阅：[环境变量]

如果 ComfyUI 在云端运行，请将 "SYNC_MODE" 设置为 "manual"

"mcpServers": { "comfy-ui-advanced": { "command": "npx", "args": [ "tsx", "<项目根目录绝对路径，如 D:/ComfyUI-MCP-Server-TypeScript>" ], "env": { "LOCALE": "en", "MCP_SERVER_URL": "http://127.0.0.1:8189/mcp", "MCP_SERVER_IP": "127.0.0.1", "MCP_SERVER_PORT": "8189", "COMFY_UI_SERVER_IP": "http://127.0.0.1:8188", "COMFY_UI_SERVER_HOST": "127.0.0.1", "COMFY_UI_SERVER_PORT": "8188", "SYNC_MODE": "timed", "SYNC_POLL_INTERVAL_SECONDS": "3", "SYNC_EVENT_FALLBACK_INTERVAL_SECONDS": "300", "ONDEMAND_REFRESH_COOLDOWN_SECONDS": "3", "COMFY_UI_INSTALL_PATH": "", "WORKFLOW_NAME_REGEX": "^==(.+?)==$", "WORKFLOW_PARAM_REGEX": "^=>(.+)$", "LOG_LEVEL": "INFO" } } } }

- **终端启动：**

  # 终端连接启动方式无需配置json，直接在项目根目录下执行：

npm run dev

模式二：StreamHTTP 连接 (推荐用于网络化/分布式部署)

MCP客户端启动： StreamHTTP 的项目设置在 [.env] 中指定，无需在下述 JSON 中配置。

[!NOTE]

部分 MCP 客户端配置 MCP Server 的方法请查阅：[示例]

目前支持 StreamHTTP 的 MCP Client/Host 较少，请根据需求使用。

如果 ComfyUI 在云端运行，请在 [.env] 中将 "SYNC_MODE" 设置为 "manual"

"mcpServers": { "comfy-ui-advanced-http": { "url": "http://127.0.0.1:8189/mcp" } } }

- **终端启动：**

  # 启动 Streamable HTTP

npm run dev

至此，项目部署且启动完成。若您需要调试工具，请继续阅读下文，否则请直接跳转至[使用教程]。

调试工具 (MCP Inspector)

Inspector是MCP官方提供的MCP调试工具，推荐使用StreamHTTP作为Inspector的连接方式。

克隆项目
安装相关依赖

  npm install

启动StreamHTTP连接方式的Server：

  # 1. 在终端 A 启动 HTTP 服务

npm run dev

- 启动Inspector：

  # 2. 在终端 B 启动 Inspector

npm run inspector

启动完成后，控制台中会出现类似下述地址，复制地址到浏览器后即可开始调试相关工具：

# 每次启动MCP_PROXY_AUTH_TOKEN都不一样，因此每次启动后需要及时切换链接

http://localhost:6274/?MCP_PROXY_AUTH_TOKEN=d66fcf6cbbb3723c60bfef51f020e5e96811002a675e7162b065b44f2fe377f3

inspector启动成功后，浏览器页面配置参考：

📖 使用教程

本项目需要对 ComfyUI 工作流进行简单的特定标记，以使 AI Agent 能够准确识别和调用，可以通过以下两种方式添加可用工作流：

标记规则（必须了解）

无论使用哪种方式添加可用工作流，都必须在其工作流中添加以下标记节点：

1. 定义工具名称与功能描述（必须）

新建一个 PrimitiveNode (基础节点) 或 PrimitiveStringMultiline (多行字符串节点)，无需与任何节点连线。
双击修改节点标题为 ==您的工作流名称==（例：==生图-文生图==）。注意：这是 AI Agent 将看到的工具名，必须确保唯一。
在该节点的文本输入框中，写下这段工作流的功能描述（例："这是一个基础文生图流程，适合生成二次元图片"）。描述越清晰，AI 越能准确判断何时调用。

[!TIP]

自动过滤： 本项目会自动忽略没有 ==Workflow Name== 格式的工作流，确保 AI 只在划定的安全范围内操作，避免模型幻觉。

2. 暴露可自主修改的参数（可选）

如果您希望 AI 可以动态修改某些节点属性（例如：正向提示词、长宽尺寸、随机种子），需要暴露其参数。
找到目标节点（如：CLIP Text Encode (Prompt) 节点）。
双击修改其标题为 =>参数描述（例：=>正向提示词 或 =>生成的图片宽度）。
保存后，本服务器会自动将其解析为 MCP 工具的可变参数，AI 调用时将能按需填入值。

[!TIP]

自动过滤： 本项目会自动忽略没有 => 标题前缀的其它全部常规节点参数及节点连接相关参数，确保 AI 只在划定的安全范围内操作，避免模型幻觉。

方式一：在 ComfyUI 画布中设置（推荐）

适用于正在运行 ComfyUI 且支持新版工作流保存机制的用户：

在 ComfyUI 中按照上述标记规则整理好节点。
点击 ComfyUI 面板上的 Save (保存) 按钮。

建议在保存后，先自行点击一次 Queue Prompt (运行) 测试，确保工作流能够正常跑通。

工作流将被保存至 ComfyUI 的用户数据目录（通常为 userdata/workflows/）。
工作流生效时间视 `SYNC_MODE` 配置而定：

timed 模式（默认）：MCP 服务器会在后台定时轮询，自动发现新保存的工作流，并在自动校验通过后立即挂载成 AI Agent 可用的工具。
manual 模式：仅当 AI Agent 尝试调用工具库时才触发一次按需扫描。
push 模式（实验性功能）：需配合 ComfyUI 插件，可实现保存后实时主动推送到服务器。

方式二：手动导入 API 格式 JSON 文件

适用于外部导入工作流或直接编写纯 API 格式（API Format）的工作流文件：

准备好您的 ComfyUI API 格式 JSON 文件。
使用文本编辑器打开该 JSON 文件，添加以下内容以符合核心标记规则：

工具名称： 在任意位置添加以下内容：

    "99": {

"inputs": { "value": "功能描述" }, "class_type": "PrimitiveStringMultiline", "_meta": { "title": "==工作流名称==" } }

"99" 仅为示例，实际使用时请使用未被占用的节点 ID。

添加完毕后请检查json格式是否正确，每个节点后都需添加逗号，否则将导致工作流无法使用。

暴露参数： 找到需要让 AI 修改的参数所在的节点，添加或修改 _meta 对象中的 "title": "=>参数描述"。

将修改后的 JSON 文件直接放入本项目的 workflow/ 目录下（如果该目录不存在，请手动创建）。
工作流生效机制与上述相同，依据 SYNC_MODE 模式：

timed 模式（默认）：MCP 服务器将定时扫描该目录，自动解析参数并完成挂载。
manual / push 模式：工作流将在 AI Agent 下次请求工作流或执行工具时按需加载生效。

[!N

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

Comfyui MCP Server

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

好縮 Short

README จากผู้ทำ

ComfyUI-MCP-Server - ComfyUI Model Context Protocol Integration

📋 项目功能

✨ 项目特色

🧰 可用工具集

🏆 为什么选择我们？

🎬 演示视频

默认方式

API_JSON 方式

🚀 快速开始

准备工作（必需）

第一步：安装项目与依赖

第二步：配置环境与启动项目

1. 项目环境配置

2. 连接并运行项目

调试工具 (MCP Inspector)

📖 使用教程

标记规则（必须了解）

1. 定义工具名称与功能描述（必须）

2. 暴露可自主修改的参数（可选）

方式一：在 ComfyUI 画布中设置（推荐）

方式二：手动导入 API 格式 JSON 文件