AI・テクノロジー

Comfy-Orgが「Comfy MCP」をローカル対応＆オープンソース化：AIエージェントが自宅GPUを直接操る『ローカルファースト生成AI』の新時代

Comfy-Orgがローカル環境対応の公式「Comfy MCP」をオープンソース公開。Claude CodeやCursor等のAIエージェントが自前のGPUスペックやローカルモデル、カスタムノードを直接認識し、自然言語から画像・動画生成ワークフローを自律構築・実行可能に。ローカルファースト生成AIの全貌を徹底解説。

AntiGravity

• 8 min read
Share

画像や動画生成AIのノードベース実行基盤として世界中のクリエイターやエンジニアから圧倒的支持を集める「ComfyUI」。その開発元であるComfy-Orgが、極めて大きな一歩を踏み出しました。

2026年8月18日（現地時間）、Comfy-OrgはAnthropicの提唱するModel Context Protocol（MCP）に対応した公式サーバー「Comfy MCP」のローカル環境対応版をオープンソース（GPL-3.0）として公開しました。

2026年6月に先行提供されていたクラウド版（Comfy Cloud MCP）に続き、コミュニティから最も強く求められていた「自宅のサーバーや自作PCのGPU、ローカルディスクに眠る膨大なモデルやカスタムノードを、AIエージェントから直接コントロールしたい」という声に完璧に応える形となります。

これにより、Claude Code、Cursor、OpenAI Codex、Windsurfなどのコーディングエージェントや自律型AIアシスタントが、自然言語の指示ひとつでローカルComfyUIを起動し、VRAM容量に応じたモデルの選定からノードグラフの配線、実行、そしてBlenderやDaVinci Resolveといったデスクトップツールとの連携までを自律的にこなす環境が現実のものとなりました。

本記事では、この「Comfy MCP Local」がもたらす技術的ブレイクスルー、アーキテクチャの全貌、導入手順から実践的な連携ユースケースまでを徹底的に掘り下げて解説します。

1. 背景：なぜ「ローカル環境のMCP対応」が熱望されていたのか

1.1 クラウドAPI依存の限界とコストの壁

生成AIの進化スピードは凄まじく、Flux、MiniMax H3、LTX 2.5、Wan 2.1など、オープンウェイトの高品質画像・動画生成モデルが次々と登場しています。しかし、これらをクラウドAPIやホスティングサービス経由で利用する場合、従量課金のトークンコストやGPU時間課金が重くのしかかります。

特に動画生成や高解像度アップスケール、大量の反復試行（イテレーション）を伴うクリエイティブワークフローでは、1日数千円〜数万円単位のコストが容易に発生します。「自宅にあるGeForce RTX 4090や複数枚のGPUクラスタをフル稼働させ、電気代だけで夜通しバッチ生成を走らせたい」と考える開発者やクリエイターにとって、クラウド専用のAPI連携は大きな制約となっていました。

1.2 「ローカル資産」と「複雑なノードグラフ」のギャップ

ComfyUIの最大の強みは、数千種類に及ぶコミュニティ製「カスタムノード」、独自にファインチューニングされたLoRAやCheckpoint、ControlNetモデルなどのローカル資産です。しかし、ComfyUIのUIは非常に自由度が高い反面、ノードの接続やパラメータ調整には専門的な知識が求められます。

「このモデルを動かすにはどのサンプラーとスケジューラーを繋ぐべきか」「VRAMが溢れないようにどの量子化版（GGUF / FP8 / NF4）を選ぶべきか」といった作業は、初心者にとっては学習曲線が急であり、上級者にとっても反復的で退屈な作業でした。

「AIエージェントに自然言語で指示を投げるだけで、ローカル環境の資産を理解し、破綻のないノードグラフを組み立てて実行してほしい」——これこそが、開発者コミュニティがComfy MCPのローカル対応を渇望していた根本的な理由です。

2. Comfy MCP（Local）のアーキテクチャと主要機能

Comfy MCPは、LLMエージェントとローカルComfyUIの間に立ち、標準化されたMCPインターフェースを介して双方向の通信を実現するブリッジサーバーです。内部的にはCLIエンジンであるcomfy-cli（v1.14.0以上）をラップしており、軽量かつ堅牢に動作します。

+-------------------------------------------------------------------+
|                     AI Agents (Clients)                           |
|       [Claude Code]   [Cursor]   [Codex]   [Custom Agent]         |
+---------------------------------+---------------------------------+
                                  |
               Model Context Protocol (stdio / Stream)
                                  |
+---------------------------------v---------------------------------+
|                        Comfy MCP Server                           |
|  - server_info()        : Hardware & VRAM Profiling               |
|  - search_nodes/models  : Introspect Local Node & Asset Registry  |
|  - validate_workflow    : Static Validation of Node Graph JSON    |
|  - run_workflow         : Queue execution & Real-time Watcher     |
|  - fetch_outputs        : Retrieve generated assets to disk       |
+---------------------------------+---------------------------------+
                                  |
                             comfy-cli
                                  |
+---------------------------------v---------------------------------+
|                 Local ComfyUI Instance & Hardware                 |
|  [GPU / VRAM: RTX 4090]   [Custom Nodes]   [Checkpoints / LoRA]   |
+-------------------------------------------------------------------+

2.1 ハードウェア認識（インテリジェント・リソース配備）

Comfy MCPの最も強力な特徴の一つが、server_info ツールを通じたハードウェアの自己認識能力です。

エージェントはマシンのGPU型番、総VRAM容量、現在の空きメモリを動的に取得します。例えば、ユーザーが「MiniMax H3で動画を作って」と指示した場合、エージェントは次のように推論します：

  1. ローカルGPUが「RTX 4090 (24GB)」であることを検知。
  2. MiniMax H3のFP16版はVRAM不足でクラッシュするため、FP8量子化版（またはInt4 GGUF版）が最適であると判断。
  3. 必要なモデルファイルをローカルモデルディレクトリから検索。未所持であればダウンロードを提案または自動取得。

これにより、ダウンロード後に「メモリ不足（OOM）で動かなかった」という痛ましい失敗を完全に回避できます。

2.2 ローカルノードグラフの自律探索と静的検証

Comfy MCPは、インストールされているすべての標準ノードおよびカスタムノードの定義（入出力の型、スロット、プロパティ）をlist_nodesやobject_infoを通じてLLMに開示します。

  • カスタムノードの自律探索: エージェントは「深度推定」「背景透過」「顔補正」などの目的に応じたノードをインストール済み環境から検索（search_nodes）。
  • 不足ノードの自動解決: 必要なノードが見つからない場合、ComfyUI Node Registryから自動検索してインストール。
  • 静的グラフ検証 (validate_workflow): 組み立てたJSONワークフローを実行キューに投入する前に、リンクの断絶や型の不整合がないかを静的にチェック。エラーを自己修復してから実行します。

2.3 提供されるローカルMCPツール一覧

ツール名 説明
server_info() サーバーの稼働状態、GPU/VRAM情報、利用可能モデル・ノード一覧を取得
launch_comfyui() バックグラウンドでローカルComfyUIプロセスを起動
stop_comfyui() 起動中のComfyUIプロセスを安全に停止
search_templates() 利用可能なワークフローテンプレートを検索
fetch_template() 指定したテンプレートのノードグラフ定義を取得
search_models() Checkpoint, LoRA, VAE, ControlNet等のローカルモデルを検索
search_nodes() / get_node() ノードの仕様、入力ポート、出力ポート、プロパティ定義を調査
list_nodes() / object_info() 全ノード定義のスキーマ情報を一括取得
validate_workflow(workflow) 生成したJSONノードグラフの整合性を事前に静的検証
run_workflow(workflow_path, wait=True) ワークフローを実行キューに投入し、ジョブを実行
job_status(prompt_id) 実行中ジョブの進捗率・ステータスを確認
watch_job(prompt_id) / wait_for_job() ジョブ完了まで待機し、リアルタイムログを監視
fetch_outputs(prompt_id, out_dir) 生成された画像・動画・音声・3Dファイルをローカルパスに保存

3. 実践：Comfy MCPの導入とAIエージェント連携手順

ここからは、実際にローカル環境でComfy MCPをセットアップし、各種AIエージェントから操作する手順をステップバイステップで解説します。

3.1 前提条件と環境構築

Python 3.10以上がインストールされている環境を用意します。

# 1. comfy-cli のインストール (v1.14.0以上が必須)
pip install "comfy-cli>=1.14.0"

# 2. ComfyUI ワークスペースのセットアップ（既存環境がある場合は省略可）
comfy install

# 既存のComfyUIディレクトリを指定する場合:
# comfy set-default /path/to/your/ComfyUI

# 3. Comfy MCP サーバーのインストール
pip install comfy-mcp

3.2 各種エージェントクライアントの設定

A. Claude Code の場合

最も手軽に利用できる設定コマンドが用意されています。

claude mcp add comfy-mcp -e COMFY_BIN=$(which comfy) -- comfy-mcp

または、プロジェクト直下の .mcp.json やグローバル設定に以下を追記します：

{
  "mcpServers": {
    "comfy-mcp": {
      "command": "comfy-mcp",
      "env": {
        "COMFY_BIN": "/path/to/venv/bin/comfy"
      }
    }
  }
}

B. Claude Desktop の場合

~/Library/Application Support/Claude/claude_desktop_config.json（macOS）または %APPDATA%\Claude\claude_desktop_config.json（Windows）に以下を記述します：

{
  "mcpServers": {
    "comfy-mcp": {
      "command": "comfy-mcp",
      "env": {
        "COMFY_BIN": "/Users/username/venv/bin/comfy"
      }
    }
  }
}

C. Cursor の場合

~/.cursor/mcp.json またはプロジェクトの .cursor/mcp.json に設定を追加します：

{
  "mcpServers": {
    "comfy-mcp": {
      "command": "comfy-mcp",
      "env": {
        "COMFY_BIN": "/path/to/venv/bin/comfy"
      }
    }
  }
}

3.3 動作確認と自然言語での対話実行

ComfyUIを起動した状態で、エージェントに次のように話しかけてみます。

ユーザー:
「ローカルのComfyUIに接続して、GPUスペックと利用可能なモデル一覧を教えて」

エージェントの思考・ツール実行:
1. `server_info()` を実行
2. GPU: NVIDIA GeForce RTX 4090 (24GB VRAM) を確認
3. models/checkpoints 配下のモデル（Flux.1-dev, SDXL, MiniMax H3等）をリストアップ

エージェントの回答:
「RTX 4090（VRAM 24GB）が認識されました。現在ローカルには Flux.1-dev と SDXL Turbo のチェックポイントが存在します。どちらのモデルでワークフローを構築しますか？」

4. なぜこれが「ローカルファースト生成AI」の決定打となるのか

Comfy MCPの登場は、単に「ComfyUIをチャットから動かせるようになった」というレベルにとどまりません。クリエイティブ開発のワークフロー全体を根底から変革する3つの要因があります。

4.1 デスクトップ・クリエイティブツールとの「共有ファイルシステム」連携

クラウドAPI最大の弱点は、大容量データのアップロード・ダウンロードに伴うオーバーヘッドと、ローカルアプリケーションとの分断です。

ローカルMCP環境では、Blender、Houdini、DaVinci Resolve、Photoshop、ComfyUI、そしてAIエージェントがすべて同一のローカルファイルシステムを共有します。

例えば、以下のような指示がワンストップで成立します：

「Blenderから先ほど書き出したカメラパスとDepthレンダー（./renders/depth_*.png）を読み込んで、ComfyUIのControlNetワークフローに渡し、アニメ調の動画をレンダリングして ./output/cuts/ に保存して。完了したらDaVinciのプロジェクトフォルダにもコピーして。」

エージェントはファイルの配置、ノードの読み込みパス設定、バッチ実行、完了後のファイル移動までを自動的に遂行します。人間がブラウザを行き来してファイルをアップロード・ダウンロードする手間は完全に消滅します。

4.2 コストゼロ＆夜間無制限バッチ実行（Overnight Batching）

ローカルハードウェアの最大のメリットは「限界費用が電気代のみ」であることです。

「このキャラクターシートをもとに、ポーズと表情のバリエーションを50枚生成しておいて。シード値を変えながら高画質アップスケールをかけて、朝までに results/ にまとめておいて。」

このような指示をエージェントに投げて就寝すれば、エージェントはジョブキューを監視し、エラーが発生した場合はパラメータを微調整してリトライしながら、朝までに50枚の高品質なアセットを生成完了させます。クラウドで実行すれば数千円〜数万円かかる試行錯誤が、完全に自前のリソースで完結します。

4.3 完全なプライバシーとオンプレミスセキュリティ

企業における未公開の製品デザイン、IPキャラクター、個人情報を含む画像・動画素材を外部のクラウドサービスに送信することは、セキュリティポリシー上不可能なケースが多々あります。

Comfy MCP Localを利用すれば、すべての推論処理・ノード操作・プロンプト処理がローカルネットワークおよび自社インフラ内部で完結するため、エンタープライズレベルの機密保持要件をクリアできます。

5. クラウドMCPとローカルMCPのハイブリッド運用

Comfy-Orgの設計の秀逸な点は、クラウド（Comfy Cloud MCP）とローカル（Local Comfy MCP）が単一のエコシステムに統合されている点です。

どちらか一方を選ぶ必要はありません。1つのエージェントに両方の設定を組み込んでおくことで、エージェント自身が状況に応じて実行環境を選択する「ハイブリッド・オーケストレーション」が可能になります。

                       [AI Agent Orchestrator]
                                  |
              +-------------------+-------------------+
              |                                       |
    [軽快・機密・大量バッチ]               [超大規模モデル・出先]
              |                                       |
     (Local Comfy MCP)                        (Comfy Cloud MCP)
              |                                       |
   - 自宅RTX 4090 / 自社サーバー          - 80GB H100 GPU クラスタ
   - 既存LoRA / カスタムノード            - 超重量級動画モデル (Seedance/Kling等)
   - コスト0円（電気代のみ）              - ノートPC・モバイル環境からの実行
  • ローカル向き: 毎日のプロトタイピング、手持ちの独自LoRAを使った画像生成、Blenderとの密連携、大量バッチ生成。
  • クラウド向き: ノートPC単体での作業時、80GB以上のVRAMを要求する超巨大な次世代モデルの実行、一時的な大量並列バーストレンダリング。

6. よくある質問（FAQ）

Q1. Comfy MCPを利用するのに費用はかかりますか？

A. ローカル接続（Local Comfy MCP）は完全オープンソース（GPL-3.0）であり、利用料金は一切かかりません。自前のマシンの電気代のみで無制限に利用可能です。なお、Comfy CloudのGPUを利用するクラウド接続を利用する場合は、別途Comfy Cloudのクレジットが必要です。

Q2. どのようなGPUスペックが必要ですか？

A. 基本的にはComfyUIが動作する環境であれば動作します。画像生成（SDXL, Flux Schnell等）であれば8GB〜12GB以上のVRAM、大規模な動画生成（MiniMax, LTX Video等）であれば16GB〜24GB以上のVRAMを搭載したNVIDIA GPU、またはApple Silicon Mac（Unified Memory 32GB以上推奨）が快適です。エージェントがハードウェアを自動検知し、スペックに合った量子化モデルを提案してくれます。

Q3. 既に大量のカスタムノードを導入していますが、エージェントはそれらを認識できますか？

A. はい。Comfy MCPはローカルのComfyUIインスタンスにロードされているすべてのカスタムノードの定義とスキーマを動的に読み取ります。独自に導入したノードパックや自作ノードであっても、エージェントがその入出力仕様を理解してワークフローに組み込むことが可能です。

Q4. 生成された画像や動画はどこに保存されますか？

A. ローカルComfyUIのデフォルト出力フォルダ（output/）、またはエージェントのfetch_outputsツールで指定した任意のローカルディレクトリ（プロジェクトフォルダなど）に直接保存されます。

Q5. インターネット接続がない完全オフライン環境でも動作しますか？

A. ローカルLLM（Ollama, vLLM, LM Studio等）とMCP対応クライアントを組み合わせることで、完全なエアギャップ（オフライン）環境での自律生成パイプラインを構築することが可能です。

7. まとめと今後の展望

Comfy-Orgによる「Comfy MCP」のローカル対応とオープンソース公開は、生成AIの活用フェーズが「人間が画面ポチポチでノードを繋ぐ時代」から「AIエージェントが自律的にクリエイティブツールを操作し、成果物を生み出す時代」へと決定的に移行したことを象徴しています。

Model Context Protocolという標準規格を通じて、ローカルLLMやコーディングエージェントがグラフィックツールの「手足」を手に入れました。これにより、コード生成、3Dモデリング、映像制作、画像生成がひとつの自律パイプラインとして滑らかに統合され始めています。

自宅のサーバーやGPUリグを所有しているエンジニアにとって、これほど刺激的な時代はありません。ぜひ手元の環境にComfy MCPを導入し、AIエージェントと共に創り出す「ローカルファースト生成AI」の威力を体感してみてください。

参考ソース

関連記事（当ブログ）

関連記事