Hi，這里是Aitrainee，歡迎閱讀本期新文章。

我們正在使用一些Agent平臺如FastGPT和Dify，他們注重于快速生成文本內容，知識庫問答，提供自定義能力和與現有系統的集成性。

同時，在AI繪畫方面，我們原來使用SD，后來使用ComfyUI。雖然ComfyUI被廣泛用于將文本轉化為圖像（文生圖），但它實際上是一種生成式AI內容（AIGC）的工具，其功能不僅限于此。它還能夠處理文本生成（文生文），因此可以實現多種內容的生成。

Dify中也有提供ComfyUI的集成工具，他是調用Comfy UI的服務。

所以，今天我們介紹ComfyUI LLM Party

這個工具挺酷的，他專注于LLM集成進ComfyUI里面。旨在基于comfyui作為前端，開發一套完整的LLM工作流構建節點，讓用戶可以快速便捷地構建自己的LLM工作流，并輕松集成到現有的圖片工作流中。

該插件在 ComfyUI 中支持絕大多數大語言模型，兼容 OpenAI 格式的 API 調用，并結合 OneAPI 調用幾乎所有 LLM API。支持的模型包括通義千問、智譜清言、DeepSeek 和 Kimi。

額外功能有：支持 Ollama 本地模型，模型鏈節點選項（LLM、VLM-GGUF、LLM-GGUF），以及 VLM 模型的圖像識別和提示詞反推。

實用工具包括 OpenAI 語音識別與合成、Markdown 轉 HTML、HTML 轉圖片，以及通過飛書機器人發送消息到多個平臺。

項目愿景：

1、從最基礎的 LLM 多工具調用、角色設定快速搭建自己的專屬AI助手、到可以行業落地的詞向量RAG、GraphRAG來本地化的管理行業內知識庫；

2、從單一的智能體流水線，到復雜的智能體與智能體輻射狀交互模式、環形交互模式的構建;

3、從個人用戶需要的接入自己的社交APP(QQ、飛書、Discord)，到流媒體工作者需要的一站式LLM+TTS+ComfyUI工作流；

4、從普通學生所需要的第一個LLM應用的簡單上手起步，到科研工作者們常用的各類參數調試接口，模型適配。

挺酷的，我們圖片生成的工作流，一定有許多地方可以和視覺、語音LLM結合，比如：

上下文增強：通過LLM獲取用戶的意圖和上下文，優化生成過程，使生成的圖像更符合用戶需求。

圖像描述生成：使用視覺模型分析生成的圖像并自動生成描述，幫助用戶理解圖像內容，適用于無障礙應用。

又如官方所說的：

您可以將任何 ComfyUI 工作流封裝到 LLM 工具節點中。您可以讓您的 LLM 同時控制多個 ComfyUI 工作流。當您希望它完成某些任務時，它可以根據您的提示選擇合適的 ComfyUI 工作流，完成您的任務，并將結果返回給您。

“您的提示選擇合適的 ComfyUI 工作流”，這在我們Fastgpt、Coze或者Dify 中稱為：問題分類或意圖識別。

還有一些其他的，比如ComfyUI + GraphRAG，這些就是單純使用ComfyUI前端實現GraphRAG。

總之，節點式工作流本身就是千變萬化的，給ComfyUI引入LLM的支持，會讓它更加適合千變萬化的場景，創建更多復雜有趣的應用。

看看模型支持部分，基本上再配合One-API，市面上的模型都能支持，生產場景建議使用VLLM做模型加速部署，以API形式接入，而不是直接Hugging Face加載下載的模型，多說一句，ollama也不如Vllm，前者多卡部署大模型如70B的，推理會很慢，生成環境下基本不行。

這個項目包羅萬象，一直在兼容各種東西的路上，簡單的項目描述也要寫上許多字才能盡善盡美。

部署方面總共兩步吧

方法一下載較方便，可在ComfyUI中直接安裝該插件，之后環境部署就是給你的ComfyUI再添加一些這個插件需要的環境。

快速開始

從教程上來看，上手并不難，但是實際上因為它覆蓋的東西非常多，你需要深入的話，相應的你需要掌握很多東西，比如一些搜索引擎啊 searxng、neo4j KG、graphRAG、各種LLM的格式、llama.cpp 啊（這些我都弄過，往期文章有，但不全，有一些并沒有去寫）

具體你可以參考官方介紹。

本文轉載自 ??AI進修生??，作者： Aitrainee