官方本地 Comfy MCP 应用层接入

这个项目现在把 CLI 和官方 MCP 放在同一个 Skill 应用层里，但两者分工不同：

用户需求
  -> ComfyUI Skill：理解需求并选择入口
      -> comfyui-skill CLI：跑已登记工作流、重复任务和批量任务
      -> 官方本地 Comfy MCP：发现模板/节点/模型、校验和复杂编排

对业务来说，CLI 是已经标准化的生产通道，适合稳定重复；MCP 是实时了解 ComfyUI 生态的能力通道，适合还不知道该选哪个工作流、模型或节点的需求。

如何连接

先按照 Comfy 官方的本地 MCP 连接指南把 MCP 注册到 Agent。宿主能直接看到 MCP 工具时，Skill 会直接调用。

如果 Agent 只有 Shell 能力，可以走仓库内置连接桥：

python ./scripts/comfy_mcp.py probe
python ./scripts/comfy_mcp.py tools
python ./scripts/comfy_mcp.py call search_templates --arguments '{"query":"background removal"}'

这个脚本启动的仍然是官方 comfy-mcp stdio server，并没有在项目里重新实现一套 MCP。

怎么选择入口

用户需求	使用入口
运行已有 `<server>/<workflow>`	`comfyui-skill` CLI
重复生成或批量执行	`comfyui-skill` CLI
查找当前可用模板、节点或模型	官方 MCP
校验或修改陌生工作流	官方 MCP
查询 MCP 任务状态并取回文件	官方 MCP
安装、更新、重启、切版本或产生费用	用户确认后使用官方 MCP

耗时任务应使用 run_workflow(wait=false) 或 run_template(wait=false)，然后通过 job 查询，最后用 fetch_outputs 取结果。一旦某个入口返回了 prompt_id，后续必须留在同一入口，避免同一个请求被重复提交两次。

Agent 使用的详细规则见 references/comfy-mcp.md。