详情介绍
Pixelle MCP是由AIDC-AI团队开发的多模态AIGC解决方案，它的核心理念是打破大语言模型与专业生成工具之间的壁垒。传统上，你想让AI助手帮你处理图像或视频，要么需要复杂的API对接，要么得手动操作多个软件。而Pixelle MCP通过MCP协议这座桥梁，让任何支持MCP的AI客户端都能直接调用你在ComfyUI中设计的任何工作流。
这个项目的巧妙之处在于它的“零代码转化”机制。你在ComfyUI里搭建的工作流——比如一个复杂的图像修复链条，或者一个视频风格迁移流程——只需要在节点标题里用简单的语法标记输入输出参数，导出为API格式后放到指定目录，系统就会自动把它注册成一个可供AI调用的工具。整个过程就像复制粘贴文件一样简单。
Pixelle MCP支持全模态内容生成，涵盖文本、图像、音频、视频四大领域。它内置了与主流大模型的集成能力，包括OpenAI、Claude、Gemini、通义千问等10多个模型。部署方式非常灵活，你可以通过pip一键安装，也可以用Docker快速启动，甚至支持临时运行体验。版本还增加了对RunningHub云ComfyUI的支持，即使本地没有强大的GPU也能使用云端的算力资源。
官网入口地址
官网入口网址：https://pixelle.ai/
（注意：官网目前正在维护中，建议优先访问GitHub项目页）
下载地址
开源项目地址：https://github.com/AIDC-AI/Pixelle-MCP
功能介绍
全模态内容生成支持
Pixelle MCP真正实现了TISV全模态覆盖：
-
文本处理：支持提示词优化、文档摘要、多语言翻译、文本改写等
-
图像处理：支持文生图、图生图、图像修复、风格迁移、超分辨率、背景移除等
-
音频处理：支持语音识别转录、音乐源分离、声音风格转换、文本转语音等
-
视频处理：支持文生视频、图生视频、视频插帧、视频风格化、高效合成等
零代码工作流转化
这是Pixelle MCP最核心的功能。你只需要：
-
在ComfyUI中搭建好工作流
-
用特定语法标记输入参数（如
$image.image!:输入图片） -
导出为API格式的JSON文件
-
放到
data/custom_workflows/目录下
系统会自动将这个工作流注册成一个MCP工具，大语言模型立刻就能识别并使用它。从搭建到使用，全程不需要写一行代码。
多LLM协同支持
项目集成了LiteLLM框架，支持主流的大语言模型：
-
OpenAI系列（GPT-4、GPT-3.5）
-
Anthropic Claude系列
-
Google Gemini系列
-
通义千问（Qwen）
-
DeepSeek
-
Ollama本地模型
-
以及他兼容OpenAI接口的模型
灵活的双执行模式
版本提供了两种执行引擎选择：
-
本地ComfyUI模式：适合有GPU的用户，数据本地处理，隐私安全，支持自定义节点和模型
-
RunningHub云模式：无需本地GPU，注册后获取API密钥即可使用云端的ComfyUI服务，自动处理并发和资源分配
智能参数解析系统
系统会自动识别节点参数类型：
-
根据节点字段的当前值推断类型（整数、浮点数、布尔值、字符串）
-
支持必填参数（用
!标记）和可选参数 -
支持URL自动下载处理（用
~标记） -
支持多个输出结果的定义
可视化Web界面
基于Chainlit框架开发的Web界面：
-
界面清爽，操作直观
-
支持多模态交互（上传图片、音频、视频）
-
可同时接入多个MCP服务器
-
内置用户认证系统（默认账号密码dev）
多客户端兼容
作为标准的MCP服务器，它可以连接任何支持MCP协议的客户端：
-
Cursor编辑器
-
Claude Desktop应用
-
他自定义MCP客户端
通过MCP端点（http://localhost:9004/pixelle/mcp）即可接入
一键部署方案
提供多种部署方式适应不同需求：
-
pip安装：
pip install -U pixelle后直接运行pixelle命令 -
临时体验：
uvx pixelle@latest零配置启动 -
Docker部署：
docker compose up -d适合生产环境 -
源码运行：克隆仓库后用
uv run pixelle启动
应用场景
数字艺术创作
艺术家可以用自然语言指挥AI助手完成复杂的创作流程。比如输入“生成一个武侠战斗场景：剑客在竹林顶端对决”，Pixelle MCP会自动调用文生图工作流生成分镜，再通过图生视频工作流动起来，整个过程就像在和助手聊天一样自然。
电商广告自动化
某电商团队用Pixelle MCP实现了商品海报的批量生成。他们搭建了一个工作流：输入商品图片和文案，自动抠图、合成背景、添加高效、输出成品。原来每天需要设计师手工处理的百款商品海报，现在只需要在AI对话框里说一句“生成这批商品的海报”，系统就自动完成了，效率提升了20倍。
教育内容生产
教育机构可以用它快速制作教学素材。将教材文本输入，系统自动提取知识图谱，生成动画视频，再配上多语言配音。原本需要3天完成的课程素材，现在1小时就能产出。
影视预可视化
导演和分镜师在前期创作时，可以直接用剧本描述生成动态分镜。输入“黄昏时分，主角站在城堡前仰望”，系统立即生成场景画面，还能实时调整灯光角度、运镜参数，大大加快了创意迭代速度。
音频后期处理
音乐制作人可以用它批量处理音频素材。搭建一个音频工作流，输入人声干音，自动分离伴奏、添加混响、调整EQ，全程在AI聊天界面里用语音指令完成。
必要补充信息
定价模式
Pixelle MCP本身是免费的开源项目，采用MIT许可证。你可以自由使用、修改、分发，甚至用于商业项目。但需要注意，它依赖的ComfyUI和各类AI模型需要你自己准备，如果你选择使用RunningHub云模式，RunningHub平台会收取相应的云服务费用。
硬件要求
-
本地部署：推荐使用NVIDIA GPU（显存建议8GB以上），需要安装Docker和NVIDIA容器工具包
-
云模式：不需要本地GPU，只需注册RunningHub账号获取API密钥
社区支持
项目在GitHub上已有超过800个星标，社区活跃度较高。你可以通过以下渠道获取帮助：
-
GitHub Issues提交问题
-
项目文档中的社区群二维码（支持Discord和微信）
-
各类技术博客的体验分享
实际应用示例
一个完整的AI漫画创作流程示例：
-
文本生成分镜：输入“生成武侠战斗场景：剑客在竹林顶端对决”
-
图像生成：调用Stable Diffusion XL工作流生成关键帧
-
视频合成：用AnimateDiff节点将图像序列生成动画
-
配音添加：调用XTTS语音合成工作流生成对白
整个过程只需要在Web界面上和AI对话就能完成。
Pixelle MCP常见问题
Pixelle MCP是由AIDC-AI团队开发并开源的多模态AI框架。AIDC-AI是一个专注于人工智能领域的研究团队，他们致力于降低AI应用开发门槛，让更多人能轻松使用先进的AI技术。这个项目目前在GitHub上开源，采用MIT许可证，社区贡献非常活跃。
Pixelle MCP的官网地址是https://pixelle.ai/不过需要提醒你，官网目前处于维护状态，有时候会无法访问。如果你想马上体验这个工具，最可靠的方式是直接访问它的GitHub项目页https://github.com/AIDC-AI/Pixelle-MCP那里有完整的安装说明和使用教程。项目提供了多种部署方式，你可以用pip一键安装，也可以用Docker快速启动。
你可以把Pixelle MCP理解成一个“翻译官”加“搬运工”。它让你能用日常说话的方式，指挥那些专业的AI图像、视频生成工具。比如你平时用ComfyUI做图需要手动连接一堆节点，但现在你只需要在Cursor或者Claude Desktop里像聊天一样说“帮我模糊这张图片”，Pixelle MCP就会自动去调用你事先设计好的模糊处理工作流，然后把结果返回给你。整个过程不需要写代码，也不需要切换软件，特别适合那些懂创作但不太会编程的人。
实特别简单，三步就能搞定。第一步，你在ComfyUI里把想要的功能用节点搭建好，比如一个图像放大的工作流。第二步，在需要输入的地方给节点起个特别的名字，比如在“加载图像”节点上写上$image.image!，意思是告诉系统“这里需要用户提供一张图片”。然后把这个工作流导出成一个JSON文件。第三步，把这个文件放到Pixelle MCP的指定文件夹里，系统就会自动把它变成一个工具。之后你在聊天界面里上传一张图片说“放大这张图”，AI就会自动调用这个工具来处理。整个过程真的不需要写一行代码。
放心，Pixelle MCP是百分之百免费的开源项目，采用MIT许可证。这意味着你可以免费、修改，甚至用它做商业项目都没问题。不过要留意一点，它本身是免费的，但它依赖的ComfyUI以及你调用的大语言模型API（比如OpenAI或Claude的接口）需要你自己付费。如果你选择使用它新出的RunningHub云模式，RunningHub平台会收取云服务的费用，但这笔钱是给云平台的，不是给Pixelle MCP的。
这个问题问得很好。Pixelle MCP本身不会偷偷上传你的数据，因为它是一个开源项目，代码都是公开的，你可以自己检查它做了什么。它支持本地部署模式，你可以选择在自己的电脑上运行ComfyUI和Pixelle MCP，所有数据处理都在本地完成，不需要联网，这样你的图片、视频、文档都不会离开你的电脑。如果你选择调用云端的LLM服务，那数据会发送给对应的模型提供商，这点需要注意。最近他们还增加了RunningHub云模式，如果你用这个模式，数据就会上传到RunningHub的服务器。
我分享几个实测好用的技巧。第一，善用参数描述，在节点标题里加上中文说明，比如$image.image!:上传你要处理的高清图片，这样AI助手调用时会更准确。第二，复杂工作流可以拆分成多个小工具，比如把“图像放大”和“图像锐化”分开，需要的时候组合使用，灵活性更高。第三，学会用~符号，比如$audio.~audio!可以让系统自动处理URL下载，省去手动上传的步骤。第四，对于经常用的工作流，可以在ComfyUI里提前设置好常用参数的默认值，这样调用时就不用每次都输入。
它最厉害的地方是把ComfyUI这个强大的图像视频工具变成了AI助手的“外挂”。具体来说有几个特色：第一是真正的零代码转化，你在ComfyUI里画个流程图就能变成AI能用的工具，这个设计特别巧妙。第二是全模态支持，不光是图片，音频、视频都能处理，我一个朋友用它做了个工作流，输入一段语音，自动转换成不同角色的声音，特别好用。第三是双执行模式，本地没显卡也能用云端的算力。第四是参数自动解析，系统能根据你在节点里填的示例值自动判断参数是整数还是小数，非常智能。
如果公司内部使用，我建议你选择本地部署模式。Pixelle MCP支持离线的部署方案，你可以把它和ComfyUI都装在内网的服务器上，所有数据都在公司内部流转，不会经过任何第三方服务器。而且因为它是开源的，安全团队可以做代码审计，确保没有后门。如果你需要调用大模型，还可以用Ollama这类本地模型，真正做到数据不出门。最近更新的RunningHub模式虽然方便，但数据会经过云端，对数据安全要求高的场景就不太适合了。
我用了一个下午体验，实话实说，确实好用。的优势是“省事”。以前我用ComfyUI做视频风格迁移，得打开软件，加载工作流，选图片，调参数，等渲染，一套流程下来怎么也得十分钟。现在用Pixelle MCP，我在Cursor里直接说“把这段视频转成水墨风格”，AI自动调用工作流处理，一分钟搞定。特别是处理批量任务的时候，优势更明显，你只要告诉AI“把文件夹里所有图片都加上这个滤镜”，它就自动处理完了。对于不熟悉编程的设计师来说，这个工具真的能解放生产力。
目前Pixelle MCP本身没有直接生成PPT的功能，但你可以通过组合多个工具来实现。比如你可以先用文生图工作流生成PPT需要的配图，再用文本处理工作流提炼大纲，把这些素材手动整合到PPT软件里。不过，如果你在ComfyUI里搭建一个“图片转PDF”或者“多图合成”的工作流，倒是可以快速生成演示文稿需要的素材。随着社区发展，说不定很快会有人贡献直接生成PPT的工作流。
生成视频一点都不复杂，前提是你得先在ComfyUI里有一个能生成视频的工作流。比如你想用AnimateDiff做动画，就在ComfyUI里把AnimateDiff相关的节点连接好，设置好输入参数（比如提示词、帧数、尺寸），然后在节点标题里用语法标记这些参数，比如$prompt.text!:描述动画内容。导出工作流放到Pixelle里，之后你在聊天界面输入“生成一个蝴蝶飞舞的10秒视频”，系统就会自动调用这个工作流处理，返回给你生成好的视频文件。整个过程你只需要动嘴说话，不需要手动操作任何视频软件。
Pixelle MCP本身没有固定的对话长度限制，它主要受限于你连接的LLM模型和ComfyUI的处理能力。比如你用的Claude或GPT有几万字的上下文窗口，那么你在对话里就可以上传很长的文档或者很多张图片。但要注意，如果你一次提交的任务太复杂，比如同时处理几十个视频，会受限于你的硬件配置（内存、显存）或者云服务的并发限制。建议根据实际情况分批处理，或者设计工作流时加入批量处理的能力。
| 分享笔记 （共有 篇笔记） |
