はじめに
Minimax H3が登場したとき、うちのXのタイムラインはそこそこ盛り上がっていた。
しかし私は触っていなかった。
なぜかというと、マシンスペックがどう考えても足りないと考えていたことと、自分の中でプロンプトを書くという作業と、Comfyのノード編集についての学習コストをハードルに感じていたからなんだけど、今回、
- Comfyの公式ローカルmcpが出た
- Minimax H3 軽量版ウェイトがそこそこ出てきた
ということで、ハードルに感じていた課題が無くなっていることに気づいたので触ってみることにした。
この記事でやること
- anaconda上の仮想環境pythonを使ってcomfyを使えるようにする。
- Comfy MCP on local のセットアップを行い、claude desktop に指示を出すだけで動画生成できるようにする。
- 使うモデルは Minimax H3。
よくわかる動作イメージ
弊環境
RAMはさておき、弱い。
| OS | Windows 11 |
| CPU | i7-12700K |
| RAM | DDR4 64GB |
| GPU | NVIDIA GeForce RTX 3070 Ti (VRAM 8GB) |
環境構築
基本ここを読んで進めれば良い。
今までcomfy local mcpにはサードパーティ製のモノしか無かったが
つい最近、公式のmcpが登場したので、今回純正mcpを使う。
尚、pythonはanaconda上の仮想環境で動かす。
もちろんvenvだろうがuvだろうがpythonが動いてるならなんでも良い。
パスを適宜読み替えてください。
準備
0.仮想環境の準備
python 3.10.20 の仮想環境 comfy-mcp を作成した。
comfyの要件として、python --ver >=3.10.Xが求められています。
1.comfyのインストール
インストール
(comfy-mcp) > pip install "comfy-cli>=1.14.0" # the engine
(comfy-mcp) > comfy install # create a ComfyUI workspace (skip if you have one)
(comfy-mcp) > pip install comfy-mcp # this MCP server → the `comfy-mcp` command
起動確認
(comfy-mcp) > comfy launch
起動に成功したら一旦Ctrl+Cで止めて、起動オプションを追加する。
VRAM 8GBという弱小も弱小なので、以下起動時のデフォルトオプションをセットしておく。
(comfy-mcp) > comfy set-default "C:\Users\XXX\Documents\comfy\ComfyUI" --launch-extras="--lowvram --disable-pinned-memory"
上記設定によりオプション --lowvram --disable-pinned-memory はデフォルトで付加されるようになる。
次回以降の起動時には
(comfy-mcp) > comfy launch
と書いて起動するだけで済む。
逆にこの状態でオプションをつけてCLIから起動すると、set-defaultに記載のオプションは適用されなくなる。
さらに言うと今回はclaudeに起動終了もやってもらうため、今後意識する必要は無い。
2.仮想環境であることをclaudeに伝える
claude_desktop_config.jsonにcomfyのパスを教えてあげる。
claude_desktop_config.jsonはここから開ける。
以下を追記してclaude codeを再起動しておく。
"mcpServers": {
"comfy-mcp": {
"command": "C:\\Users\\XXX\\anaconda3\\envs\\comfy-mcp\\Scripts\\comfy-mcp.exe",
"env": {
"COMFY_BIN": "C:\\Users\\XXX\\anaconda3\\envs\\comfy-mcp\\Scripts\\comfy.exe"
}
}
}
claude_desktop_config.jsonに書いたファイルパスについては、claude desktop再起動時に読み込まれている模様。成功すると特に何も言われない。書き方が誤っていたりすると右下にエラーが出てくるので注意。
3.claudeとの接続確認
(comfy-mcp) > comfy launch
した状態でclaude desktopで接続を確認する。
こうなってたらOK
4.Minimax H3 セットアップ
公式はここ
必要なファイルをDLして以下に配置する。(大容量注意)
よわよわスペックなので、基本的にダウンロードするファイルはint8を選ぶ。
| ファイル名および配置先 | 容量 |
|---|---|
| "C:\Users\XXX\Documents\comfy\ComfyUI\models\text_encoders\qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors" | 14.6 GB |
| "C:\Users\XXX\Documents\comfy\ComfyUI\models\loras\minimax_h3_fl2v_lightx2v_turbo_4step_v1.0_768p_resized_avg_rank_31_bf16.safetensors" | 420 MB |
| "C:\Users\XXX\Documents\comfy\ComfyUI\models\vae\minimax_h3_video_vae_fp16.safetensors" | 4.84 GB |
| "C:\Users\XXX\Documents\comfy\ComfyUI\models\diffusion_models\minimax_h3_fl2va_int8_convrot.safetensors" | 31.7 GB |
ブラウザからダウンロードしても良いですが、大容量のためタイムアウトしたりでダウンロードに失敗する可能性があります。そのため、今回はCLIからダウンロードする方法をとります。(3敗)
(comfy-mcp) > pip install -U "huggingface_hub"
(comfy-mcp) > hf download hf://Comfy-Org/MiniMax-H3/diffusion_models/minimax_h3_fl2va_int8_convrot.safetensors --local-dir .
(comfy-mcp) > hf download hf://Comfy-Org/MiniMax-H3/text_encoders/qwen3vl_32b_minimax_h3_int8_convrot.safetensors --local-dir .
(comfy-mcp) > hf download hf://Comfy-Org/MiniMax-H3/vae/minimax_h3_video_vae_fp16.safetensors --local-dir .
(comfy-mcp) > hf download hf://Comfy-Org/MiniMax-H3/loras/minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors --local-dir .
リンクパスは以下手順で取得できる。
準備完了 ！！
claudeに動画作成を依頼してみる
Sonnet 5 Highに依頼。2秒の動画を依頼して、所要時間は3分ぐらい。かかるなぁ。
そして生成結果が以下
!?!?!?!?!?????? www
ホラーすぎる。な、何.....??
手やなくて、雨が降っとるやないかーーーい🖕💦
結論:雑な依頼はできない
こういう残念な結果を避けるためにも、claudeにはプロンプトの作成もお願いすることを明記したほうが良さそう。(もしくは>=Opusを使うとか。)
直接Comfyを触る案もあるけど、今までセットアップして来たものの本末転倒感。
(一応トライはしました。ノード編集がやっぱりめんどく、claudeに依頼すると、あっさり作ってくれたので、セットアップはclaudeにまかせてしまえばいいと思います。)
アス比設定方法について聞いただけなのに、ワークフローを作って更新までやってくれた図
プロンプトライティングのSkillは公式から公開されているので、本気で書くならここを参考にすると良い。又はClaudeに渡して、整形されたプロンプトを出してもらうこともできるだろう。
終わりに
こういった環境構築に関してもAIエージェントに言えば全部やってくれるいい時代。
Comfyの環境構築ページには、困ったらこのページをAIに見せて進めるのが1番！って
書いてあって少し悲しみを感じた。
参考
Minimax H3登場からあまり日が経っていないがアツいコンテンツなので、どんどん軽量化や、さらなる高速化を狙えるモデルが登場したりしている。ここで紹介しているウェイトなどはもはや参考にすらならないのかもしれない。
- ちょっとテクそうだけどこういう記事がある
- 追記 : 2026/08/25
上記高速化手法ではSageAttentionを利用している。
ライブラリの依存度が高く、自環境に合わせてwheelからビルドする必要があるとのこと。
RTX50シリーズでは効果を発揮するが、私のようなRTX30シリーズだと
Kitchenを使ったほうが速いという報告もある。
Kitchenはcomfy直轄管理下に置かれたので、起動オプションに--use-ck-attentionをつけるだけで良い。
この手軽さで言えばKitchenを脳死で有効にしてもいいのかな。と思う。
10~20%の高速化が期待できるとのこと。