Comfy MCP批量生成：生产级工作流扩展

一周之内，数千个每日工作流通过Comfy MCP跑起来，这标志着AI生图从“单张请求”彻底转向“批量生产”，而Agent的默认行为就是批量——你要的不是一张图，而是一整套图。

批量生成的核心：从“单发”到“齐射”的API设计

Comfy MCP新增的 `submit_batch` 接口允许单次调用提交最多50个任务，且支持混合使用合作伙伴模型和自建工作流，返回一个持久的 `batch_id`。这个设计的精髓在于“持久性”——你可以提交后合上电脑，第二天在新会话里用同一个ID取回结果。配套的 `get_batch_status` 和 `get_batch_output` 分别解决“状态查询”和“结果收集”两个痛点，其中 `ready` 状态的定义是“文件真正可抓取”，而不是任务自报完成。这三件套组合起来，把“提交-监控-收集”三个步骤从N次API调用压缩到常数次，token消耗和延迟都大幅下降。

生产级用例的真实分布：人设拍摄是最大集群

从实际用户反馈看，人设拍摄（Persona shoots） 占据最大比例——一张脸 × N个场景，身份锁定的虚拟角色在几十个9:16竖屏手机风格场景中出镜。这直接对应虚拟网红和UGC内容管线的工业化需求。第二个典型用例是资源矩阵：一个游戏开发者用四类鱼（锦鲤、小丑鱼、天使鱼、珊瑚鱼）乘以五种动画状态（游动、悬停、庆祝、眩晕、啄食），白底侧视图，20个精灵图一次批量完成。第三个是提示词扇出：广告和商业制作中，同一场景拍十个变体——金融科技NFC支付特写、黄金时段EV充电、居家护理护士场景——然后从中挑一个。

对从业者的实际含义：选对Agent比选对模型更重要

批量工作流中80%的瓶颈不在生成而在素材上传下载。因此官方建议选择对本地目录和文件系统有更大访问权限的Agent——比如用Claude Code而不是Claude Chat。这意味着生产环境中的Agent不能只会在云端对话，它必须能读写本地资产库、管理批量文件、处理中间产物。另一个实用技巧是：把生成的图片拖回Comfy云画布，可以直接反查对应的工作流；当你不知道怎么向Agent描述一个工作流时，直接分享URL比用自然语言描述高效得多。

生态扩展：从模型到App Mode的完整闭环

Comfy MCP已上线OpenClaw技能市场，官方发布在 `@comfy-org` 组织下，一条命令即可安装。模型方面新增Seedance 2.0 Mini和Seedream 5.0，且Seedance 2.5将在MCP上首日同步上线。更关键的是App Mode的成熟——把保存的工作流变成一个真正的应用：选择输入输出、隐藏节点图、分享URL，队友无需看到任何节点就能运行。这个模式现在支持子图控件和视频加载器，链接也能正常打开。这意味着工作流的分发从“给文件”变成了“给链接”，非技术协作门槛大幅降低。

本地MCP即将到来：云批量只是过渡形态

文章末尾提到“local MCP is coming soon”，评论区用户对此的期待甚至超过了当前的所有功能。这揭示了一个趋势：当前基于云的批量生成解决了算力弹性问题，但生产环境中的敏感资产（如未发布的游戏素材、品牌人设）需要本地执行。当本地MCP落地后，批量生成将从“云端黑盒”变为“本地可控管线”，届时工作流的调试、版本管理和权限控制都会进入新的阶段。对于已经在用云批量方案的团队，现在就需要考虑资产迁移和混合部署的路径。

核心判断：批量能力是AI创意管线的分水岭

当Agent能一次提交50个任务并异步收割结果时，创意生产的单位成本结构发生了质变——从“每张图都要人盯”变成“每批图只需人审”。

这个转变的实际影响是：虚拟网红、游戏资产库、广告素材工厂这些需要大量变体产出的场景，首次具备了真正的工业化规模。而 `batch_id` 的持久性设计暗示了一个更深层的可能性——工作流本身正在变成可异步编排的API资源，创意生产正在向“提交即忘”的运维模式演进。对于从业者来说，现在需要适应的不是新的画图工具，而是新的生产组织方式：从“画一张好图”转向“设计一批好图的生成策略”。