如何用ComfyUI LLM Party打造终极AI工作流：零基础入门到精通指南 🚀

【免费下载链接】comfyui_LLM_party Dify in comfyui. Compatible with Omost. Adapted to all models with an interface similar to OpenAI’s, such as: Tongyi Qianwen/qwen, Zhipu Qingyan/GLM, Deepseek, Kimi/Moonshot.（comfyui中的Dify，已兼容Omost，适配了所有具有类似openai接口的模型，例如：通义千问/qwen、智谱清言/GLM、deepseek、kimi/moonshot。） 项目地址: https://gitcode.com/gh_mirrors/co/comfyui_LLM_party

ComfyUI LLM Party是ComfyUI中的Dify，已兼容Omost，适配了所有具有类似接口的模型，例如：通义千问/qwen、智谱清言/GLM、deepseek、kimi/moonshot。通过它，你可以轻松构建强大的AI工作流，实现多工具调用、智能对话和自动化任务处理。

📋 目录

• 项目核心功能与优势
• 快速安装与配置步骤
• 项目目录结构详解
• 启动与使用指南
• 配置文件完全解析
• 实用工作流示例
• 常见问题解决

✨ 项目核心功能与优势

ComfyUI LLM Party作为一款强大的AI工作流构建工具，为用户提供了丰富的功能和独特的优势：

• 多模型兼容：无缝对接通义千问、智谱清言、DeepSeek、Kimi等主流LLM模型，轻松切换不同AI能力。
• 可视化工作流：通过直观的节点式编辑界面，拖拽即可搭建复杂的AI工作流程，无需复杂编程。
• 丰富工具集成：内置数十种实用工具，涵盖文本处理、图像处理、API调用、文件操作等多个领域。
• 高度自定义：支持自定义节点、工作流模板和角色设定，满足个性化需求。
• 知识库支持：集成知识图谱功能，支持CSV、JSON等多种格式数据导入，提升AI理解能力。

ComfyUI LLM Party封面图：展示了项目的核心功能和应用场景

🚀 快速安装与配置步骤

1. 环境准备

确保你的系统已安装以下软件：

• Python 3.8+
• Git
• ComfyUI

2. 克隆仓库

git clone https://gitcode.com/gh_mirrors/co/comfyui_LLM_party
cd comfyui_LLM_party

3. 安装依赖

pip install -r requirements.txt

4. 配置文件设置

cp config.ini.example config.ini

编辑config.ini文件，根据你的需求设置接口密钥、模型路径等参数。

5. 集成到ComfyUI

将项目复制到ComfyUI的custom_nodes目录下：

cp -r comfyui_LLM_party /path/to/ComfyUI/custom_nodes/

启动ComfyUI，你将在节点面板中看到新增的LLM Party节点。

📂 项目目录结构详解

ComfyUI LLM Party的目录结构清晰明了，便于用户快速定位所需功能：

comfyui_LLM_party/
├── __init__.py             # 项目初始化文件
├── api.py                  # 接口实现
├── config.py               # 配置管理
├── llm.py                  # LLM核心功能实现
├── install.py              # 安装脚本
├── requirements.txt        # 依赖列表
├── workflow/               # 工作流模板
├── custom_tool/            # 自定义工具
├── persona/                # 角色设定
├── img/                    # 图片资源
├── docs/                   # 文档
└── test/                   # 测试文件

核心目录功能

• workflow/：包含各种预设工作流模板，如测试画画.json、多工具联合调用.json等，新手可直接使用。
• custom_tool/：存放各类自定义工具，如discord_bot.py、json_parser.py等，可扩展AI能力。
• persona/：角色设定文件，如麦洛薇.txt、互动小说.txt等，用于定制AI对话风格。

🔧 启动与使用指南

基本启动方法

ComfyUI LLM Party本身没有单独的启动文件，需通过ComfyUI启动：

1. 启动ComfyUI
2. 在节点面板中找到LLM Party相关节点
3. 拖拽节点到工作区，连接并配置参数
4. 点击"Queue Prompt"运行工作流

关键节点介绍

• LLM Chat节点：核心对话节点，支持多种模型和工具调用
• Workflow节点：工作流调用节点，可嵌套其他工作流
• JSON Parser节点：解析JSON数据的实用工具

JSON解析节点：用于从JSON数据中提取信息，提高工作流数据处理能力

⚙️ 配置文件完全解析

配置文件config.ini是项目的核心设置文件，以下是关键配置项说明：

基础设置

[Base]
api_base_url = https://api.openai.com/v1
default_model = gpt-3.5-turbo
language = zh_CN

• api_base_url：接口基础地址，本地模型需修改为对应服务地址
• default_model：默认使用的LLM模型
• language：界面语言设置，支持zh_CN和en_US

API密钥配置

[APIKeys]
openai_api_key = sk-xxxxxx
deepseek_api_key = your_key_here

在此处填入你的各模型接口密钥，无需使用的模型可留空。

本地模型配置

[LocalModels]
llama_path = ./model/LLM/llama-7b
qwen_path = ./model/LLM/qwen-7b

设置本地模型路径，支持Llama、Qwen等主流开源模型。

配置文件参数获取示例：展示如何从JSON中提取配置参数

🎯 实用工作流示例

1. 文本转JSON工作流

使用txt2json节点将结构化文本转换为JSON格式：

1. 添加"Text Input"节点，输入文本
2. 添加"JSON Extractor"节点，配置提取规则
3. 连接节点并运行，获取JSON输出

文本转JSON工作流：简单几步即可完成文本到JSON的转换

2. 多工具联合调用

通过"Tool Combine"节点实现多工具协同工作：

1. 添加"Web Search"节点获取信息
2. 添加"LLM Chat"节点分析信息
3. 添加"File Writer"节点保存结果
4. 使用"Tool Combine"节点串联上述工具

多工具联合调用工作流：整合搜索、分析和存储功能

❓ 常见问题解决

1. 模型加载失败

问题：启动后提示模型文件不存在 解决：检查config.ini中的模型路径设置，确保本地模型文件已正确放置在指定目录，或配置正确的接口密钥使用在线模型。

2. 节点缺失

问题：ComfyUI中未显示LLM Party节点 解决：确保项目已正确复制到custom_nodes目录，重启ComfyUI并清除浏览器缓存。

3. 依赖冲突

问题：安装依赖时出现版本冲突 解决：尝试使用requirements_fixed.txt安装固定版本依赖：

pip install -r requirements_fixed.txt

📚 进阶学习资源

• 官方文档：how_to_use_nodes_ZH.md
• 工作流模板：workflow/
• 自定义工具开发：custom_tool/example_tool.py

通过以上资源，你可以深入学习ComfyUI LLM Party的高级用法，开发自己的专属AI工作流。

现在，你已经掌握了ComfyUI LLM Party的基本使用方法。开始探索这个强大的工具，构建属于你的AI工作流吧！如有任何问题，欢迎查阅项目文档或提交issue。

【免费下载链接】comfyui_LLM_party Dify in comfyui. Compatible with Omost. Adapted to all models with an interface similar to OpenAI’s, such as: Tongyi Qianwen/qwen, Zhipu Qingyan/GLM, Deepseek, Kimi/Moonshot.（comfyui中的Dify，已兼容Omost，适配了所有具有类似openai接口的模型，例如：通义千问/qwen、智谱清言/GLM、deepseek、kimi/moonshot。） 项目地址: https://gitcode.com/gh_mirrors/co/comfyui_LLM_party