核心优势功能

Orchidea Sonic

ComfyUI 视频/音频生成网关

供大模型（LLM）调用的 ComfyUI 后端网关，将视频/音频/图像生成工作流封装为 MCP 工具与 REST/WebSocket API。

核心能力

  • ComfyUIClient：HTTP / WebSocket 双通道驱动 ComfyUI（不侵入源码，原生 API 全能力）
  • WorkflowBuilder：自然语言意图 → ComfyUI 节点图（可直接在前端导入）
  • BlueprintManager：加载并参数化预置工作流蓝图
  • 14 个 MCP 工具：图像 / 视频生成、图像编辑、蓝图执行、任务状态、pipeline 编排、agentic 媒体生成
  • Agentic Media Generation（对标 Meta Muse）：plan → tools → generate → critique → refine，支持 test-time compute 候选择优
  • 任务状态机 created → queued → running → done / failed / cancelled；未配后端时「绝不伪造生成结果」
  • FastAPI 网关（REST / WebSocket，默认 9000）+ stdio MCP Server（零 npm 依赖，兼容 Python 3.9）
  • 云模型接入：经 orchidea-gateway 调用 MiniMax H3 等视频生成模型

技术优势

  • 不侵入 ComfyUI 源码，原生 API 全能力控制
  • 自然语言一键生成节点图，降低生成门槛
  • 预置蓝图开箱即用，工作流可参数化复用
  • 标准 MCP 接口，主流 AI 客户端即插即用
应用场景 AI 短剧全自动生产管线（分镜、图生视频、音频）；为 LLM Agent 提供视频/音频/图像生成工具能力
数据流转 自然语言意图 → 工作流构建 → ComfyUI 执行 → 产物输出 → 应用消费
数据存储 蓝图库 · 生成产物

Orchidea Sonic

ComfyUI 视频/音频生成网关

2026-11 能力更新（v0.1.1）

  • 生成管线存储：pipeline/storage.py 与测试补齐
  • 网关：ai_gateway/gateway.py 任务提交与状态链路收敛

产品定位

供大模型（LLM）调用的 ComfyUI 后端网关，将 ComfyUI 工作流封装为 MCP 工具与 REST/WebSocket API，服务 AI 视频/音频/图像的自动化生成。

核心能力

  • ComfyUIClient：HTTP/WebSocket 双通道驱动 ComfyUI
  • WorkflowBuilder：自然语言意图 → ComfyUI 节点图
  • BlueprintManager：加载并参数化预置工作流（蓝图）
  • FastAPI 网关：REST/WebSocket 代理服务（默认 9000 端口）
  • MCP Server：符合 Model Context Protocol 的 stdio 工具服务器
  • 云模型接入：经 orchidea-gateway 调用 MiniMax H3 等视频生成模型

技术优势（能力层面）

  • 不侵入 ComfyUI 源码，通过原生 API 控制全部能力
  • 自然语言一键生成节点图，降低视频/音频生成门槛
  • 预置蓝图开箱即用，工作流可参数化复用
  • 标准 MCP 接口，主流 AI 客户端即插即用

应用场景与价值

  • AI 短剧全自动生产管线（分镜、图生视频、音频）
  • 为 LLM Agent 提供视频/音频/图像生成工具能力

功能交互流程

项内容
流转类型数据流转
流转链路自然语言意图 → 工作流构建 → ComfyUI 执行 → 产物输出 → 应用消费
存储蓝图库 · 生成产物
← 返回平台架构总览