Comfy Org 发布 Comfy Agent：在画布上自主构建 ComfyUI 工作流，AI 图像流水线怎么搭？

核心结论

Comfy Org 在 2026 年 10 月 1 日正式发布了 Comfy Agent——这是第一个直接内置于 ComfyUI 画布的 AI Agent。它能够自主完成工作流的规划、节点搭建、连线、运行、调试和迭代，整个过程在用户已经打开的画布上实时进行，而非返回一个需要导入的 JSON 文件。目前已在 Comfy Cloud 上向所有用户开放公测，Comfy Desktop 本地版将在数周内推出。

这意味着：过去需要手动拖拽节点、查阅文档、反复试错才能搭出的图像/视频生成流水线，现在可以用一句自然语言描述，由 Agent 直接在画布上构建完成。用户可以在 Agent 工作的同时继续编辑图表，双方互不锁定。

产品能力详解

端到端工作流构建

Comfy Agent 的核心能力链路覆盖了 ComfyUI 工作流的完整生命周期：

1. 构建与编辑：Agent 自主选择节点、放置位置、建立连线，并可以对已有图结构进行重构。
2. 运行与迭代：在用户授权后运行生成任务，审查输出结果。在自动模式下，Agent 会自主运行并迭代直到结果达标。
3. 解释与调试：打开任意工作流，Agent 会读取整个图结构，解释其功能、标注慢节点、追踪错误来源。
4. 知识库：内置经过整理的模型推荐知识和节点选择知识，帮助用户在合适的场景选择合适的模型。
5. 视觉理解：Agent 能看到用户看到的图片和文件，可以在对话中引用节点、素材库中的素材或另一个工作流。
6. Skills 机制：用户可以创建和保存可复用的 Skills 指令，用于反复执行的任务，也可以使用社区共享的公开 Skills。

5 路并行对话

Comfy Agent 支持最多 5 个 Agent 对话同时运行，每个对话拥有独立的完整历史记录。这意味着用户可以同时让 Agent 处理多条流水线——例如一路做产品图变体、一路做视频生成测试、一路做模型对比——互不干扰。

画布协同设计

这是 Comfy Agent 与传统"返回 JSON"方案最大的区别。Agent 在用户正在编辑的画布上工作，双方可以同时操作：

• 用户可以拖拽素材库中的资源到画布
• 用户可以在对话中引用节点名称
• 用户可以观察 Agent 实时拼装图结构并调整
• 每个节点和参数都保持可见可编辑——Agent 不会隐藏任何内容

Comfy Org 将这种模式称为 "Vibe Crafting"——人在创意层面引导，Agent 在执行层面搭桥。

技术架构

底层模型

Comfy Agent 当前运行于 Anthropic 前沿模型（即 Claude 系列），并预留了切换其他 LLM 的接口。Comfy Org 表示：

• 本地 LLM 支持已在路线图上
• ComfyUI 可以同时管理图像模型、视频模型和语言模型的内存
• 未来将支持更多模型选项

Comfy Agent vs Comfy MCP

Comfy 生态已有 MCP 服务器，允许外部 Agent 驱动 ComfyUI。Comfy Org 明确了两者的定位差异：

定价

• 新用户：获得若干免费对话额度
• 之后：Agent 消耗已有的 Comfy Credits（与 Comfy Cloud 上其他操作共用）
• 具体套餐见 comfy.org/pricing

路线图

Comfy Org 公布的后续规划包括：

1. 本地 ComfyUI 支持：同一 Agent 运行在用户自己的 GPU 上，使用自己的模型和自定义节点，并能在设置时选择适配硬件的模型。
2. Agent 构建自定义节点：Agent 为用户组装定制化的编辑工具。
3. 更多模型选项、更丰富的公共 Skills 和知识库。
4. 更多外部集成。

行业背景与影响

为什么重要

ComfyUI 是目前开源图像/视频生成领域使用最广泛的节点编辑器之一，拥有庞大的自定义节点生态。但它的核心痛点一直存在：入门门槛高。新用户面对数百个节点和复杂的连线逻辑，往往需要数小时甚至数天才能搭出一个可用的流水线。

Comfy Agent 直接解决了这个问题——用自然语言描述目标，Agent 自动选型、连线、运行、调试。这把 ComfyUI 的使用门槛从"需要理解节点图论"降低到了"需要描述你想要什么"。

与同类产品对比

在 AI 驱动的工作流构建领域，目前的市场格局：

• Comfy Agent：ComfyUI 原生，画布内实时构建，视觉理解，5 路并行
• n8n + AI：工作流自动化平台，AI 辅助构建，但面向后端集成而非视觉生成
• Dify/Coze：LLM 应用构建平台，偏向对话式应用而非节点图
• Cursor + Claude Code：编程 Agent，可写 ComfyUI 脚本但不直接操作画布

Comfy Agent 的差异化在于：它不是外部脚本生成器，而是画布原生的协作伙伴。

对开发者的影响

对于已经在使用 ComfyUI 的开发者，Comfy Agent 带来几个实际收益：

• 加速原型验证：从"想试试这个模型组合"到"看到结果"的时间从几十分钟缩短到几分钟
• 降低维护成本：调试复杂工作流时，Agent 可以解释整个图的功能和瓶颈
• 知识沉淀：通过 Skills 机制，团队可以把最佳实践封装成可复用指令

对于 ComfyUI 自定义节点开发者，Comfy Agent 的视觉理解能力意味着：Agent 可以识别用户素材库中的图片并理解其特征，从而更精准地选择处理节点。

使用建议

如果你正在考虑使用 Comfy Agent：

1. 先试免费额度：新账户有免费对话，用简单需求（如"给这张图换背景"）测试 Agent 的节点选择准确度
2. 从解释现有工作流开始：如果你已有复杂工作流，先让 Agent 解释它的功能和慢节点——这比直接从零构建更能体现 Agent 的理解深度
3. 创建 Skills：把你反复执行的操作（如"生成电商产品图变体，分辨率 1024x1024，4 张"）保存为 Skill，后续一句话调用
4. 关注本地版发布：如果你依赖本地自定义节点或本地模型，等待 Comfy Desktop 支持上线后再大规模使用

结语

Comfy Agent 代表了 AI 驱动的创意工具发展方向——不是用 AI 替代人的创意判断，而是用 AI 消除工具使用门槛，让人的创意意图更直接地落地为可执行的流水线。随着本地版和 Agent 构建自定义节点功能的推出，ComfyUI 生态的自动化程度将进一步提升。

对于 AI 开发者和内容创作者来说，值得现在就上手 Comfy Cloud 的免费额度，评估它对你现有工作流的加速效果。