📦

Comfyui Animatool

AI Tool Use API for Anima anime/illustration image generation. Supports MCP Server, HTTP API, and CLI.

0 installs

64 stars

Trust: 66 — Good

Content

Installation

npx comfyui-animatool

Ask AI about Comfyui Animatool

I know everything about Comfyui Animatool. Ask me about installation, configuration, usage, or troubleshooting.

0/500

Loading tools...

Reviews

Documentation

ComfyUI-AnimaTool

[!NOTE] 今日更新

🎰 十连抽功能 — 支持 repeat / batch_size，一次出多张不是梦

🔄 更换卡池功能 — 可以切换 UNET / CLIP / VAE 模型了，试试新卡池

📋 寻访记录功能 — 查看历史生成记录，支持 reroll 重新抽卡

✅ 云端/远程连接更简单 — 新增 uvx 免安装模式，一行配置连接远程 ComfyUI，无需本地环境 ✅ 酒馆 MCP 客户端已发布 — SillyTavern MCP Client，支持 stdio + Streamable HTTP 传输

✅ 工具调用体验修复 — Tool Use Fix，合并碎片消息、图片直接显示、Swipe 代理

[!TIP] Cherry Studio 现已支持 MCP 图片显示！
我们提交的 PR 已修复 Cherry Studio 对 MCP ImageContent 的处理。在官方合并之前，你可以使用预览版体验完整的 MCP 图片功能：
下载预览版 → Cherry Studio v1.7.17-preview
包含以下修复：

支持按助手单独配置是否将 MCP 工具图片发送给模型

修复 OpenAI 兼容提供商的 base64 图片数据处理

修复 Gemini 的 MCP 多模态工具结果转换

性能修复 v2：解决多轮出图后严重卡顿问题 — IPC 排除大 slice + base64 就地 strip（修复了 v1.7.16-preview2 中 Zod safeParse 克隆导致 strip 无效的问题）— 上游 PR #12766

ComfyUI-AnimaTool Demo

让 AI Agent 直接生成二次元图片，原生显示在聊天窗口

Cursor / Claude / Gemini / OpenAI → MCP / HTTP API → ComfyUI → Anima 模型

Screenshot

Documentation

📖 Wiki & Prompt Guide - 详细的提示词指南、安装教程和 API 文档。
🤖 Cursor Skill - Cursor / Windsurf 用户必读！将此文件内容作为 Agent Skill，让 AI 学会如何写高质量提示词。

Features

MCP Server：图片原生显示在 Cursor/Claude 聊天窗口
HTTP API：随 ComfyUI 启动，无需额外服务
结构化提示词：按 Anima 规范自动拼接
多长宽比支持：21:9 到 9:21（共 14 种预设）
Reroll / 历史记录：支持基于历史记录重新生成，可覆盖部分参数（换画师、加 LoRA 等）
批量生成：repeat 参数提交多次独立任务（queue 模式），batch_size 在单任务内生成多张

Related Projects

SillyTavern 全家桶

在 SillyTavern（酒馆）中使用 AnimaTool 生成图片？推荐安装以下配套插件：

项目	说明
SillyTavern MCP Client	酒馆 MCP 客户端，连接 AnimaTool 等 MCP Server，支持 stdio + Streamable HTTP
SillyTavern Tool Use Fix	工具调用体验修复，合并碎片消息、图片直接显示在对话中

ComfyUI-AnimaTool (本项目，MCP Server)
        ↕ MCP 协议 (stdio / streamable-http)
SillyTavern MCP Client (连接 + 工具注册)
        ↕ SillyTavern Tool Calling
Tool Use Fix (合并显示 + 体验优化)

AnimaLoraToolkit - LoRA 训练工具

如果你想训练自己的 LoRA/LoKr 来搭配 Anima 使用，推荐使用 AnimaLoraToolkit：

YAML 配置文件 - 通过 --config 加载，命令行参数可覆盖
LoRA / LoKr 双模式 - 标准 LoRA 和 LyCORIS LoKr
ComfyUI 兼容 - 输出的 safetensors 可直接在本工具中使用
JSON Caption 支持 - 结构化标签，分类 shuffle
实时训练监控 - Web 界面显示 loss 曲线和采样图
Checkpoint 恢复 - 保存完整训练状态，支持断点续训

训练完成后，将 LoRA 放入 ComfyUI/models/loras/ 目录，即可通过本工具的 loras 参数加载使用。

示例：Cosmic Princess Kaguya LoKr

使用 AnimaLoraToolkit 训练的画风+角色 LoKr，还原 Netflix 动画电影《超时空辉耀姬！》的 4K 剧场版画风：

下载：Civitai
触发词：@spacetime kaguya（画风）、cosmic princess kaguya（作品）
推荐权重：0.8 - 1.0

Installation

Cherry Studio 用户

如果你使用 Cherry Studio 作为 MCP 客户端，需要安装我们的预览版才能正确显示 MCP 返回的图片：

下载 Cherry Studio v1.7.17-preview（安装版或便携版均可）
安装后按下方「方式 1：MCP Server」配置即可
生成的图片会直接显示在聊天窗口中

官方版 Cherry Studio 尚未合并此修复，使用官方版会导致图片显示为 base64 乱码，且多轮出图后会严重卡顿。
v1.7.17-preview 基于上游 v1.7.17，修复了出图后内存膨胀和 UI 冻结的问题（详情）。

Method 1: ComfyUI Manager (Recommended)

打开 ComfyUI Manager
搜索 "Anima Tool"
点击 Install
重启 ComfyUI

Method 2: Manual Install

cd ComfyUI/custom_nodes
git clone https://github.com/Moeblack/ComfyUI-AnimaTool.git
pip install -r ComfyUI-AnimaTool/requirements.txt

Prerequisites

确保以下模型文件已放置到 ComfyUI 对应目录：

文件	路径	说明
`anima-preview.safetensors`	`models/diffusion_models/`	Anima UNET
`qwen_3_06b_base.safetensors`	`models/text_encoders/`	Qwen3 CLIP
`qwen_image_vae.safetensors`	`models/vae/`	VAE

模型下载：circlestone-labs/Anima on Hugging Face

Usage

方式 0：独立 MCP（推荐：云端/远程 ComfyUI，或不想装到 custom_nodes）

如果你只想连接一台正在运行的 ComfyUI（本机或云端），并且不想把本仓库放进 ComfyUI/custom_nodes/，可以使用独立 PyPI 包 comfyui-animatool（安装后使用命令 animatool-mcp）（仅通过 ComfyUI 标准 API：/prompt、/history/<id>、/view?... 工作）。

安装

方式一：使用 uvx (推荐，无需安装)

无需手动安装 Python 包，直接在 Cursor 配置中使用 uvx 运行（需安装 uv）：

(配置见下方 JSON)

方式二：使用 pip

pip install comfyui-animatool

方式三：源码安装 (开发用)

pip install -e ./animatool-mcp

配置 Cursor

在项目根目录创建 .cursor/mcp.json（以 uvx 为例）：

{
  "mcpServers": {
    "anima-tool": {
      "command": "uvx",
      "args": ["--from", "comfyui-animatool", "animatool-mcp"],
      "env": {
        "COMFYUI_URL": "http://127.0.0.1:8188",
        "ANIMATOOL_CHECK_MODELS": "false"
      }
    }
  }
}

云端鉴权（可选）

如果云端 ComfyUI 需要鉴权（反代/VPN/网关等），可额外设置：

ANIMATOOL_BEARER_TOKEN
或 ANIMATOOL_HEADERS_JSON（自定义 Header JSON 字符串）

该方式不依赖安装本 custom node；只要 COMFYUI_URL 可访问即可。

方式 1：MCP Server（推荐，原生图片显示）

配置 Cursor

在项目根目录创建 .cursor/mcp.json：

{
  "mcpServers": {
    "anima-tool": {
      "command": "<PATH_TO_PYTHON>",
      "args": ["<PATH_TO>/ComfyUI-AnimaTool/servers/mcp_server.py"]
    }
  }
}

示例（Windows）：

{
  "mcpServers": {
    "anima-tool": {
      "command": "C:\\ComfyUI\\.venv\\Scripts\\python.exe",
      "args": ["C:\\ComfyUI\\custom_nodes\\ComfyUI-AnimaTool\\servers\\mcp_server.py"]
    }
  }
}

安装 MCP 依赖

pip install mcp

使用

确保 ComfyUI 运行在 http://127.0.0.1:8188
重启 Cursor 加载 MCP Server
直接让 AI 生成图片：

画一个穿白裙的少女在花园里，竖屏 9:16，safe

图片会原生显示在聊天窗口中。

方式 2：ComfyUI 内置 HTTP API

启动 ComfyUI 后，以下路由自动注册：

路由	方法	说明
`/anima/health`	GET	健康检查
`/anima/schema`	GET	Tool Schema
`/anima/knowledge`	GET	专家知识
`/anima/generate`	POST	执行生成（支持 `repeat` 批量）
`/anima/history`	GET	查看最近生成历史
`/anima/reroll`	POST	基于历史记录重新生成

调用示例

PowerShell：

$body = @{
    aspect_ratio = "3:4"
    quality_meta_year_safe = "masterpiece, best quality, newest, year 2024, safe"
    count = "1girl"
    artist = "@fkey, @jima"
    tags = "upper body, smile, white dress"
    neg = "worst quality, low quality, blurry, bad hands, nsfw"
} | ConvertTo-Json -Depth 10

Invoke-RestMethod -Uri "http://127.0.0.1:8188/anima/generate" -Method Post -Body $body -ContentType "application/json"

curl：

curl -X POST http://127.0.0.1:8188/anima/generate \
  -H "Content-Type: application/json" \
  -d '{"aspect_ratio":"3:4","quality_meta_year_safe":"masterpiece, best quality, newest, year 2024, safe","count":"1girl","artist":"@fkey, @jima","tags":"upper body, smile, white dress","neg":"worst quality, low quality, blurry, bad hands, nsfw"}'

方式 3：独立 FastAPI Server

cd ComfyUI-AnimaTool
pip install fastapi uvicorn
python -m servers.http_server

访问 http://127.0.0.1:8000/docs 查看 Swagger UI。

Parameters

Required

参数	类型	说明
`quality_meta_year_safe`	string	质量/年份/安全标签（必须包含 safe/sensitive/nsfw/explicit）
`count`	string	人数（`1girl`, `2girls`, `1boy`）
`artist`	string	画师，必须带 `@`（如 `@fkey, @jima`）
`tags`	string	Danbooru 标签
`neg`	string	负面提示词

Optional

参数	类型	默认值	说明
`aspect_ratio`	string	-	长宽比（自动计算分辨率）
`width` / `height`	int	-	直接指定分辨率
`character`	string	`""`	角色名
`series`	string	`""`	作品名
`appearance`	string	`""`	外观描述
`style`	string	`""`	画风
`environment`	string	`""`	环境/光影
`steps`	int	25	步数
`cfg`	float	4.5	CFG
`seed`	int	随机	种子
`sampler_name`	string	`er_sde`	采样器
`repeat`	int	1	提交几次独立生成任务（queue 模式，每次独立随机 seed）。总张数 = repeat × batch_size
`batch_size`	int	1	单次任务内生成几张（latent batch 模式，更吃显存）
`loras`	array	`[]`	可选：追加 LoRA（仅 UNET）。`name` 为 `ComfyUI/models/loras/` 下的相对路径（可含子目录），示例：`[{"name":"_Anima/cosmic_kaguya_lokr_epoch4_comfyui.safetensors","weight":0.8}]`

Supported Aspect Ratios

横屏: 21:9, 2:1, 16:9, 16:10, 5:3, 3:2, 4:3
方形: 1:1
竖屏: 3:4, 2:3, 3:5, 10:16, 9:16, 1:2, 9:21

LoRA（可选）

当前版本会在 UNETLoader → KSampler(model) 之间链式注入 LoraLoaderModelOnly，因此只对 UNET 生效（不会改 CLIP）。

1）把 LoRA 放到 ComfyUI 的 loras 目录

你的 LoRA 路径（示例）：

G:\\AIGC\\ComfyUICommon\\models\\loras\\_Anima\\cosmic_kaguya_lokr_epoch4_comfyui.safetensors

对应请求里 loras[i].name 应写为（相对 models/loras/）：

推荐写法：_Anima/cosmic_kaguya_lokr_epoch4_comfyui.safetensors

说明：ComfyUI 侧实际会校验 lora_name 是否在 GET /models/loras 的返回列表里。

Windows 环境下该列表通常是反斜杠路径（例如 _Anima\\cosmic_kaguya_lokr_epoch4_comfyui.safetensors）

本项目会根据 /models/loras 返回值自动规范化分隔符（你用 / 或 \\ 都可以），但如果你直接在 ComfyUI 里手工填 lora_name，请务必复制接口返回值。

2）生成时传入 loras 参数

可直接参考本仓库示例：examples/requests/generate_with_cosmic_kaguya_lora.json

{
  "aspect_ratio": "3:4",
  "quality_meta_year_safe": "newest, year 2024, safe",
  "count": "1girl",
  "character": "kaguya",
  "series": "cosmic princess kaguya",
  "artist": "@spacetime kaguya",
  "appearance": "long hair, black hair, purple eyes",
  "tags": "school uniform, smile, standing, looking at viewer",
  "environment": "classroom, window, sunlight",
  "nltags": "A cheerful girl stands by the window.",
  "neg": "worst quality, low quality, blurry, bad hands, nsfw",
  "loras": [
    {
      "name": "_Anima/cosmic_kaguya_lokr_epoch4_comfyui.safetensors",
      "weight": 0.9
    }
  ]
}

3）（可选）为 LoRA 写 sidecar 元数据，让 MCP 的 list 工具可见

为了避免把整个 loras 目录无差别暴露给 MCP 客户端，本项目在 list_anima_models(model_type="loras") 时强制只返回存在同名 .json sidecar 元数据文件的 LoRA。

LoRA 文件：ComfyUI/models/loras/_Anima/cosmic_kaguya_lokr_epoch4_comfyui.safetensors
sidecar：ComfyUI/models/loras/_Anima/cosmic_kaguya_lokr_epoch4_comfyui.safetensors.json

示例 sidecar 文件可参考：

examples/loras/_Anima/cosmic_kaguya_lokr_epoch4_comfyui.safetensors.json

sidecar JSON 的字段结构完全自定义，本项目只要求其为合法 JSON。

注意：要让 MCP 服务端读取该 sidecar，你还需要设置 COMFYUI_MODELS_DIR 指向本机的 models 根目录（例如 C:\\ComfyUI\\models；你的示例则是 G:\\AIGC\\ComfyUICommon\\models）。远程 ComfyUI 场景通常无法读取远程文件系统，因此只支持“直接使用 loras 参数”，不支持 list。

Important Rules

画师必须带 @：如 @fkey, @jima，否则几乎无效
必须明确安全标签：safe / sensitive / nsfw / explicit
推荐画师组合：@fkey, @jima（效果稳定）
分辨率约 1MP：Anima preview 版本更稳定
提示词不分行：单行逗号连接

Directory Structure

ComfyUI-AnimaTool/
├── __init__.py           # ComfyUI extension（注册 /anima/* 路由）
├── executor/             # 核心执行器
│   ├── anima_executor.py
│   ├── config.py
│   ├── history.py        # 生成历史管理器（内存 + JSONL 持久化）
│   └── workflow_template.json
├── knowledge/            # 专家知识库
│   ├── anima_expert.md
│   ├── artist_list.md
│   └── prompt_examples.md
├── schemas/              # Tool Schema
│   └── tool_schema_universal.json
├── servers/
│   ├── mcp_server.py     # MCP Server（原生图片返回）
│   ├── http_server.py    # 独立 FastAPI
│   └── cli.py            # 命令行工具
├── assets/               # 截图等资源
├── outputs/              # 生成的图片（gitignore）
├── README.md
├── LICENSE
├── CHANGELOG.md
├── pyproject.toml
└── requirements.txt

Configuration

环境变量（推荐）

所有配置都可以通过环境变量覆盖，无需修改代码：

基础配置

环境变量	默认值	说明
`COMFYUI_URL`	`http://127.0.0.1:8188`	ComfyUI 服务地址
`ANIMATOOL_TIMEOUT`	`600`	生成超时（秒）
`ANIMATOOL_DOWNLOAD_IMAGES`	`true`	是否保存图片到本地
`ANIMATOOL_OUTPUT_DIR`	`./outputs`	图片输出目录
`ANIMATOOL_TARGET_MP`	`1.0`	目标像素数（MP）
`ANIMATOOL_ROUND_TO`	`16`	分辨率对齐倍数

模型配置

环境变量	默认值	说明
`COMFYUI_MODELS_DIR`	(未设置)	ComfyUI models 目录路径，用于模型预检查；同时也用于 LoRA sidecar 元数据读取（`list_anima_models(model_type="loras")`）
`ANIMATOOL_UNET_NAME`	`anima-preview.safetensors`	UNET 模型文件名
`ANIMATOOL_CLIP_NAME`	`qwen_3_06b_base.safetensors`	CLIP 模型文件名
`ANIMATOOL_VAE_NAME`	`qwen_image_vae.safetensors`	VAE 模型文件名
`ANIMATOOL_CHECK_MODELS`	`true`	是否启用模型预检查

在 Cursor MCP 配置中设置环境变量

{
  "mcpServers": {
    "anima-tool": {
      "command": "C:\\ComfyUI\\.venv\\Scripts\\python.exe",
      "args": ["C:\\ComfyUI\\custom_nodes\\ComfyUI-AnimaTool\\servers\\mcp_server.py"],
      "env": {
        "COMFYUI_URL": "http://127.0.0.1:8188",
        "COMFYUI_MODELS_DIR": "C:\\ComfyUI\\models"
      }
    }
  }
}

模型预检查

设置 COMFYUI_MODELS_DIR 后，生成前会自动检查模型文件是否存在：

"env": {
  "COMFYUI_MODELS_DIR": "C:\\ComfyUI\\models"
}

如果缺少模型文件，会给出友好提示：

缺少以下模型文件：
  - unet: diffusion_models/anima-preview.safetensors
  - clip: text_encoders/qwen_3_06b_base.safetensors

请从 HuggingFace 下载：https://huggingface.co/circlestone-labs/Anima
并放置到 ComfyUI/models/ 对应子目录

远程 ComfyUI 场景：如果不设置 COMFYUI_MODELS_DIR，则跳过预检查（因为无法访问远程文件系统）。

远程/Docker ComfyUI 配置

如果 ComfyUI 不在本机运行：

局域网其他电脑：

export COMFYUI_URL=http://192.168.1.100:8188

Docker 容器访问宿主机：

export COMFYUI_URL=http://host.docker.internal:8188

WSL 访问 Windows：

export COMFYUI_URL=http://$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}'):8188

Troubleshooting

错误：无法连接到 ComfyUI

症状：Connection refused 或 无法连接到 ComfyUI

排查步骤：

确认 ComfyUI 已启动：浏览器访问 http://127.0.0.1:8188
确认端口正确：默认 8188，如果改过需要设置 COMFYUI_URL
确认防火墙未阻止（Windows Defender / 企业防火墙）
如果 ComfyUI 在远程/Docker，设置正确的 COMFYUI_URL

错误：H,W should be divisible by spatial_patch_size

症状：H,W (xxx, xxx) should be divisible by spatial_patch_size 2

原因：分辨率不是 16 的倍数

解决：

使用预设的 aspect_ratio（如 16:9、9:16、1:1）
如果手动指定 width/height，确保是 16 的倍数（如 512、768、1024）

错误：模型文件不存在

症状：ComfyUI 控制台报 FileNotFoundError 或 Model not found

解决：确认以下文件存在：

文件	位置
`anima-preview.safetensors`	`ComfyUI/models/diffusion_models/`
`qwen_3_06b_base.safetensors`	`ComfyUI/models/text_encoders/`
`qwen_image_vae.safetensors`	`ComfyUI/models/vae/`

下载地址：circlestone-labs/Anima

MCP Server 没加载？

检查状态：Cursor Settings → MCP → anima-tool 应显示绿色
查看日志：点击 "Show Output" 查看错误
确认路径：Python 和脚本路径必须是绝对路径
确认依赖：pip install mcp（使用 ComfyUI 的 Python 环境）
重启 Cursor：修改配置后必须重启

生成超时？

症状：等待很久后报 TimeoutError

可能原因：

ComfyUI 正在加载模型（首次生成较慢）
GPU 显存不足导致处理缓慢
步数 steps 设置过高

解决：

增加超时时间：export ANIMATOOL_TIMEOUT=1200
降低步数：steps: 25（默认值）
检查 ComfyUI 控制台是否有错误

API 调用卡住？

确保使用的是最新版本，旧版本可能存在事件循环阻塞问题。

System Requirements

Python: 3.10+
ComfyUI: 最新版本
GPU: 推荐 8GB+ 显存（Anima 模型较大）
依赖：mcp（MCP Server）、requests（可选，HTTP 请求）

Credits

Anima Model: circlestone-labs/Anima
ComfyUI: comfyanonymous/ComfyUI
MCP Protocol: Anthropic Model Context Protocol

License

AGPL-3.0 License - see LICENSE for details.

Contributing

欢迎提交 Issue 和 Pull Request！

Fork 本仓库
创建你的特性分支 (git checkout -b feature/AmazingFeature)
提交你的更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
打开一个 Pull Request