ComfyUI 对话式 AI 智能体「Comfy Agent」登场：Comfy API 与 Comfy Router 同步发布

Comfy Agent 让 ComfyUI 第一次拥有能自己动手的 AI 智能体：用自然语言描述想要的效果，它会替你搭节点、调参数、跑生成并修正报错。同一时间，Comfy Org 还放出了把工作流变成生产级 API 的 Comfy API，以及用一个接口调用最新图像与视频模型的 Comfy Router。本文把这三项更新一次讲清。

2026 年 10 月 1 日（当地时间），Comfy Org 发布了 AI 智能体「Comfy Agent」，它能在基于节点的图像与视频生成界面「ComfyUI」上，通过自然语言对话来协助搭建、运行与调整工作流。目前该功能已在 Comfy Cloud 上以测试版形式向所有用户提供，本地环境的 ComfyUI 也将于近期支持。

在此之前的 9 月 30 日（当地时间），可以把搭建好的工作流连同环境一起部署为生产级 API 的「Comfy API」已经公开；再往前的 9 月 23 日（当地时间），能从单一接口调用外部最新生成模型的「Comfy Router」也已发布。本文汇总介绍这三项从制作现场贯通到服务运维的新功能。

强化「制作」与「运用」两端

ComfyUI 通过连接节点，可以对图像与视频的生成管线做极细粒度的控制；但反过来说，挑选合适的模型、面对复杂的节点连线、排查依赖关系报错，这些技术性排障往往会占用大量时间。而当要把已经打磨好的高质量工作流在团队内共享、或嵌入自家服务时，自定义节点与模型的部署、Python 库依赖等问题，又让本地环境的复现与服务器搭建存在不低的门槛。

这一系列发布，正是为了解决创作中「做出来（构建）」与「送出去（运用与展开）」两端的难题。「Comfy API」与「Comfy Router」被整合进面向开发者的平台「Comfy Developer Platform」，可以通过共用的 API key 与执行日志无缝协作。

• Comfy Agent：面向搭建工作流的创作者。只要在对话里说明想要实现的画面或处理内容，智能体就会实时陪同完成节点摆放、参数调整、执行与报错修正。
• Comfy API：面向想直接使用成熟管线的团队与开发者。把节点、模型与依赖整体打包，即可作为支持自动伸缩的 Serverless API 立即部署。
• Comfy Router：面向想接入外部最新基础模型的开发者。可以在同一套 SDK 与 API 中调用 Seedance、Kling、GPT Image 等主要模型，执行所用的云服务商也能灵活切换。

Comfy Agent：在 ComfyUI 里和你一起干活的 AI 智能体

面向在 ComfyUI 中创作的创作者（从初学者到技术美术）

它是集成在 ComfyUI 画布内部的专用 AI 智能体。用对话说出创作意图后，智能体会推导出最合适的做法，并负责节点图的搭建、试生成，以及根据输出结果做微调。Comfy Org 把它定位为「第一个为手工创作（craft）而生的智能体」。

该智能体内置了关于最新模型特性、自定义节点以及社区代表性工作流的知识库，从推荐合适的模型，到诊断节点连接错误、建议所需素材，都在它的职责范围内。后端推理引擎采用 Anthropic 的前沿模型，今后还计划增加可选模型，并支持接入本地 LLM。

主要功能

工作流的搭建、编辑、解说与调试

它理解模型选型与节点之间的连线规则，不仅能从白纸状态拉起一套工作流，也能读懂已有的复杂节点图并讲解其结构。作为安全措施，初始设置下会在真正执行生成前先向用户确认。开启「自动模式」后，智能体会自主反复执行与调整节点，直到得到目标结果。

在画布上实时协作

即使智能体正在编辑节点图，用户也可以在同一画布上自由挪动节点或改设置，双方无需互相等待，用户所做的修改智能体也会实时感知。此外，还能在对话中引用其他工作流、从素材库拖拽素材、精确指定某个节点，并在视觉上理解图像素材内容之后再推进处理。

技能化与并行对话

经常使用的一整套操作步骤可以保存为「技能」并复用，也可以使用面向社区公开的预设技能。与智能体的对话会话最多可并行 5 个，各自的试错历史都会完整保留。

官方文档中介绍了一些来自创作者的具体提示词示例，例如以下这些指令。

• 「以这个生成结果为基础，搭一套能用 3 个不同视频生成模型对比质量的节点」
• 「说明这个工作流的处理流程，并找出成为瓶颈的重负载处理」
• 「对准备好的 20 张产品图，批量套用商品摄影的布光与修图流程」

像 ChatGPT 这样的通用对话式 AI 只能以文字给出设置步骤的建议，而它会在画布上把节点、采样器与随机种子值准确地连好，并从执行一路代做到输出验证。其结果是，除了生成的图像与视频之外，手头还会留下一份具备可复现性与可复用性的「节点图」本身。

创作者的实际案例

在正式公开之前，已经拿到先行访问权限的创作者也公开了实作案例。来自日本的有插画师兼艺术家 852話（Andidea）参与其中，并制作了一部短篇动画。

动画制作：852話 ｜ Andidea

YUI — my first animated short made with Comfy Agent.

A girl, a timer, and a wall.
The world ends in three minutes. 852話（@8co28）· 2026 年 10 月 1 日

这是一部描绘原创角色「YUI」世界观的短篇动画。在单一整合的工作流中管理角色设计的一致性与场景搭建，智能体则协助验证 LookDev 方向、逐镜头比较讨论。据说由一位独立艺术家在约 100 小时内完成。

与 Comfy MCP 的区别

ComfyUI 还提供了用于连接外部 AI 智能体的协议「Comfy MCP（Model Context Protocol）」。官方把两者的分工整理如下。

比较项	Comfy Agent	Comfy MCP
概述	完全集成在 ComfyUI 界面内部的标准智能体	把外部运行的自建智能体接入 ComfyUI 的机制
适用场景	从初学者到专业人士，希望一边在画面上确认节点搭建过程一边推进时	已经在使用其他智能体，希望在该环境中直接操作时
需要的准备	无需环境配置（消耗 Comfy Credits）	需要外部智能体环境，以及 Comfy Cloud 或本地环境的连接配置
运行环境	目前是 Comfy Cloud 上的 GPU 环境（本地版即将支持）	Comfy Cloud 上的 GPU，或本地 GPU 环境
自定义节点	Cloud 支持的节点（本地支持后可用任意节点）	使用 Cloud 时为受支持节点，本地使用时可用任意自定义节点

使用方法与费用

该功能目前作为公开测试版，在云环境「Comfy Cloud」上提供。

1. 登录 cloud.comfy.org（未注册的话创建一个免费账号）
2. 展开界面里的「Agent」面板，领取首次免费的对话额度
3. 把想做的内容写进提示词（例如「以这张商品图为基础，在保持世界观的前提下，做 4 种不同宽高比的广告变体，各 5 张」）

新用户会获得试用用的免费 token。此后的使用按 LLM 的 token 消耗量扣除「Comfy Credits」，属于按量计费，已有的余额可以直接抵扣。更详细的价格说明见 官方定价页。

【后续展望】对本地版 ComfyUI 的支持

在本地环境的 ComfyUI 中，也计划通过更新让智能体利用用户自己的 GPU、本地模型与自定义节点群来运行。规划中的功能包括协助本地环境搭建、针对用户硬件推荐最合适的模型，以及让智能体自己生成新自定义节点的代码等。官方博客称对 Comfy Desktop 的集成时间在「数周之内」。最新的开放通知可以通过 专用登记表单 获取。

由于目前处于测试阶段，功能改进的反馈可以随时通过 专用表单 或官方 Discord 的 #comfy-agent 频道提交。

在 Comfy Cloud 试用 Agent

Comfy API：把工作流发布为生产级 API

面向想把成熟管线引入团队制作或生产环境的工程师与制作工作室（需付费档位）

Comfy API 可以把在 ComfyUI 中搭好的节点管线 —— 连同所用的自定义节点、LoRA、模型权重，乃至 Python 依赖库 —— 整体打包，部署为可自动伸缩的生产级 API 端点。内部工具、Web 应用、自动化批处理都可以通过 Web 请求调用工作流。

不需要改变工作流本身的结构，核心执行引擎仍保持开源版 ComfyUI。打包好的构建不仅可以放在 Comfy 的云端，也可以拿到自有的硬件上运行。日常管理既可以在浏览器里进行，也可以用 CLI 或编程智能体操作；构建状态、调用流量、GPU 成本、API key 的发放等，都汇总在 Developer Platform 的仪表盘（platform.comfy.org）上。

机制：构建 → 发布 → 部署

1. 构建（Build）

载入工作流的 JSON 数据，或从 Comfy Desktop 导出的快照后，「Builder」会自动检测所需的模型与自定义节点，并协助解决 Python 库之间的版本冲突。自动检测出的版本也可以手动锁定覆盖。生成的构建会完整记录 ComfyUI 本体版本、扩展节点、模型文件与依赖关系。

2. 发布（Release）

从构建中切出一份内容不会变化的「不可变（immutable）发布版」。开发环境验证通过的配置会原样应用到生产环境，需要更新时创建新发布版并安全切换即可，不必担心破坏当前稳定运行的版本。

3. 部署（Deploy）

把确定的发布版作为带专用 URL 的全托管 API 端点公开上线。

如果使用 CLI，把 comfy-cli 与 Comfy Skills 组合起来，在终端里几条命令就能把本地 ComfyUI 环境打包并部署到云端。

$ comfy build init
✓ Scanned this ComfyUI install - custom nodes, models, pinned deps
$ comfy build push --release

Comfy API 官方页面还准备了面向编程智能体的提示词模板，把指令贴进去就能把从打包到部署的脚本撰写交给它。所提供的 Comfy SDK 可以透明地同时操作 Comfy API 与 Comfy Cloud API；借助代理功能，还能用同一套 SDK 代码向自行搭建（self-host）的 ComfyUI 发送请求。

典型使用场景

• 面向内部的制作支援工具后端：给内置了自研自定义节点与公司专用 LoRA 的图像生成工作流套一层简易 Web UI，让不具备 ComfyUI 操作知识的设计师与总监也能轻松使用。
• 自家产品或服务的基础功能：在 Web 应用中实现照片自动风格化、素材生成等功能时，直接调用工作流作为后端引擎，并随流量增减自动伸缩 worker 数量。
• 素材管线的夜间批处理：对电商站点或 3D 制作管线新增的大量输入素材，从夜间脚本连续调用 API，自动执行放大与背景处理。

经由 API 使用时，终端用户看不到复杂的节点图内部结构，因此能在保护自研 know-how 的同时对外提供功能，这也是很大的优势。已引入该服务的 Silverside AI 的 Allie Wrubel 评价说，把内部开发的高阶制作流程通过 Comfy API 交付给客户，就能以少数精锐的制作体制完成大规模项目。

支撑团队协作与扩展性的功能

• 制作环境一键共享：Team 与 Enterprise 档位可以把 ComfyUI 本体版本、所用模型、自定义节点与各类库依赖完全固定的统一构建，共享给工作室全体成员。
• 支持缩容到零的自动伸缩：把最小 worker 数设为 0，就能完全停止待机状态下的 GPU 计费。反过来，在要求即时响应的生产环境中，也可以预留 standby worker 以避免冷启动。
• 细致的监控与日志分析：在仪表盘上直观掌握作业处理记录、GPU 运行时长与产生的费用，出错时也能立即追踪详细日志。
• 广泛的生态支持：无论是开源自定义节点，还是私有自研节点、自定义 checkpoint、各类 LoRA、官方合作模型，都能无限制地纳入构建。
• 面向企业的治理：Enterprise 档位提供「Managed Builds」功能，可以在组织层面约束全体成员只使用内部审批过的 ComfyUI 版本或指定节点。

与 RunPod、Modal 这类通用 Serverless GPU 服务的差别，Comfy Org 认为在于：它不只准备基础设施，还接手了自定义节点依赖与版本错位这类 ComfyUI 特有的环境管理。

不过官方自己也补充说，如果已经有能力稳定运营通用 GPU 平台，或者想把 ComfyUI 之外的推理负载也集中到同一套平台上，选择通用 GPU 服务有时会更合适。

计费体系与各档位的限制

Comfy API 面向 Standard 及以上档位的付费 Comfy 会员提供，API 使用费与月度档位费用分开，按量计费。GPU 实例的运行时长按秒计费，网络存储按小时折算日计价（价格表述为 2026 年 10 月 2 日时点的公布值）。

GPU 规格	显存	每小时价格	折算 Comfy Credits
RTX PRO 6000	96GB	$4.54 / 小时	957.94 / 小时
H100 SXM	80GB	$6.23 / 小时	1,314.53 / 小时
H200 SXM	141GB	$7.71 / 小时	1,626.81 / 小时
B200	180GB	$11.23 / 小时	2,369.53 / 小时
共享网络存储	–	$0.20 / GB / 月	42.20 / GB / 月

重量级模型数据会缓存在各部署 worker 之间共享的高速网络存储上。例如保存一个 20GB 的 checkpoint 模型，存储费用为每月 $4.00，再叠加实际推理所消耗的 GPU 时长费用。

根据所签档位的等级，可创建的发布版数量、端点部署数、以及每个部署的最大并发 worker 数都有上限。

档位	最大发布数	最大部署数	单次部署的最大并发 worker 数
Standard	5	2	2
Creator	5	2	2
Pro	10	5	10
Team	40	20	20

面向大规模运营的 Enterprise 档位，会按项目需求设定自定义配额。

配置 Comfy API

Comfy Router：用一个 API 调用最新的图像与视频模型

面向想利用外部基础模型开发工具与管线的工程师（无需月费，按量计费）

Comfy Router 是一项路由 API 服务，可以从单一端点、用统一的数据格式调用图像、视频、3D 与音频领域持续快速迭代的主要 AI 模型。它省去了为每个模型单独引入 SDK、分别管理 API key 与请求规范的麻烦：只要把代码接进去一次，之后改个模型名就能验证或切换到最新架构。

上线时已支持 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling、Black Forest Labs 的模型群等，今后也会紧跟行业趋势逐步扩充阵容。Comfy Org 解释说，这是把全球 300 万以上 ComfyUI 社区已经在用的模型群，汇总成可以从一个 API 调用的形式。

用一个参数切换模型与后端服务商

实现代码的示例如下。只要改写模型标识符就能切换到别的模型；指定 provider 参数，还能立刻更换背后负责执行的推理服务商。

from comfy_sdk import Comfy

client = Comfy(api_key="comfyui-...")

result = client.models.run(
    "openai/gpt-image-2",
    arguments={"prompt": "aerial view of a neon coral reef at dusk"},
    provider="fal",
)

同一个模型即便由多家推理基础设施提供，在拥挤程度、价格设定、服务器所在地带来的延迟上也会不同。在 Comfy Router 中，可以从 fal、Runware、WaveSpeed、Higgsfield 等各家中，用一行参数灵活选择支持该模型的服务商。

• 杜绝意外的自动回退：指定的服务商宕机时，不会违背用户意图擅自路由到其他服务商，而是明确返回错误。此外，所有执行记录都会准确记下实际承担处理的服务商信息。
• 多服务商支持情况：有的模型支持多家服务商，有的只支持单一服务商。但无论哪种情况，都可以用同一套 SDK 与同一个 API key 无缝调用。

限流时的自动排队与重试

即使因访问集中而出现 HTTP 429（Rate Limit）之类的临时错误，Router 内部的排队系统也会自动重试。做异步处理时，用 submit 方法发出请求即可立刻拿到请求 ID，之后再轮询获取生成结果。

如果想等到完成再拿结果，使用 subscribe 方法，就能把从提交作业到确认完成的过程一次做完。这套队列管理功能在所有受支持的模型上都可以直接使用。

典型使用场景

• 重视可用性的商业应用：访问量激增、触发某家服务商上限时，用最小的代码改动快速故障转移到提供同一模型的其他服务商。
• 自研工作流与最新生成模型联动：用 Comfy API 跑自家调优的 LoRA 管线，用 Comfy Router 调用最前沿的商用视频生成，两套用同一个代码库、同一个 API key 统一管理。
• 大规模批量生成：用 submit 一次性投入数百个图像、视频生成作业并留存作业 ID，在后台按完成顺序陆续汇入素材管线。

另一方面，Comfy Org 也指出，如果运维中使用的模型与服务商已经完全固定为某一家，直接使用该服务商的 API 会更合适，中间多一层 Router 反而可能带来额外开销。它更适合需要组合多个模型做对比验证，或把服务商切换作为前提的管线。

计费体系与数据隐私

使用费用的结算采用与合作伙伴节点、Comfy Cloud 共通的「Comfy Credits」。与 Comfy API 不同，完全不需要签订月度订阅，用多少付多少。各模型的单次执行成本可以事先在 官方模型目录 中确认。

在数据留存策略方面，经由 API 发送的输入数据会在上传 24 小时后、生成的输出素材也会在生成 24 小时后从服务器上自动删除。

【路线图】后续扩展计划

除了逐步增加支持的模型与接入服务商之外，官方还公开了以下路线图。

• 直接执行 ComfyUI 工作流：与单个模型同样，让 ComfyUI 搭好的节点图也能从同一套 SDK 轻松触发。
• 基于策略的智能路由：可以指定「可用性优先（reliable）」「成本优先（lowest_cost）」等路由方针，由 Comfy 侧自动选择当下条件最好的服务商（可选设定，默认手动指定）。
• 基于任务的抽象请求：只要指定「放大」「去背景」「动画化」这类目的（Intent），Comfy 就会动态分配合适的模型与工作流来处理。

申请 API key

查看支持的模型目录

总结

这三项更新中，「Comfy Agent」减少了从零搭工作流时的试错与调试负担，「Comfy API」则拆掉了把成熟工作流部署到内部工具或生产环境时的运用门槛。

再加上「Comfy Router」，那些自己难以托管的各类最新基础模型，也能在同一套基础设施上自由组合使用。这些功能都没有抛弃 ComfyUI「可编辑、高透明度的节点图」这一长处，而是在保留它的前提下，补齐了制作前后两端的流程。

现阶段需要留意的是：该功能仍是云环境上的先行测试版；Comfy API 需要签订 Standard 及以上付费档位，并另付 GPU 基础设施费用；Comfy Router 无需签档即可立即试用，但能享受多服务商切换便利的模型目前只占一部分。

等到计划中的本地版 ComfyUI 智能体功能落地，创作者就能让自己手上的本地 GPU 与丰富的自定义节点直接被 AI 操作，有望实现更灵活的混合制作环境。

参考来源：

• Comfy Agent: The First Agent for Craft
• 产品页
• Comfy API Is Live
• Comfy API 文档
• Introducing Comfy Router
• Comfy Router 文档

更多同类内容见站内 AI 资讯 栏目。