如何快速集成Ollama与ComfyUI:零基础解锁AI工作流新可能
2026-04-23 11:43:37作者:伍霜盼Ellen
ComfyUI Ollama是一个开源项目,它能让你在ComfyUI中轻松使用Ollama的大型语言模型(LLM:可理解为能理解人类语言的AI模型)功能。通过这个项目,你可以把AI模型的强大能力融入到ComfyUI的工作流中,无需复杂的编程知识就能体验AI的魅力。
核心技术栈解析
这个项目主要使用Python编程语言开发,它的核心技术和框架包括:
- Ollama:一个用于与大型语言模型交互的Python客户端,就像一个连接你和AI模型的桥梁。
- ComfyUI:一个可以让你通过图形界面创建和运行复杂工作流的框架,你只需要拖拽节点就能搭建自己的AI工作流程。
环境准备清单
在开始安装之前,请确保你的电脑已经准备好了以下工具:
- Python:版本需要3.7或更高。你可以在命令行输入
python --version来检查当前安装的版本。⚠️:确保Python版本≥3.7,低于这个版本可能会导致项目无法正常运行。 - Git:用于从仓库获取项目代码。
- ComfyUI:如果你还没有安装ComfyUI,请先按照ComfyUI的官方指南进行安装。
3步完成核心安装
第1步:获取项目代码
打开终端或命令提示符,导航到你想安装项目的目录,然后运行以下命令下载项目源码:
git clone https://gitcode.com/gh_mirrors/co/comfyui-ollama
第2步:安装依赖包
进入刚刚下载的项目目录,并安装项目所需的依赖:
cd comfyui-ollama
pip install -r requirements.txt
这个命令会根据requirements.txt文件中的列表安装所有必要的Python库。
第3步:配置ComfyUI
将项目文件夹移动到ComfyUI的custom_nodes目录中。假设你的ComfyUI安装在/path/to/your/comfyui,可以运行:
mv comfyui-ollama /path/to/your/comfyui/custom_nodes/
安装验证与功能体验
启动ComfyUI
安装完成后,启动或重启ComfyUI:
cd /path/to/your/comfyui
python main.py
验证安装是否成功
打开ComfyUI的界面,你应该能在节点列表中看到新的Ollama相关节点,比如"Ollama Generate"和"Ollama Vision"。
图1:Ollama Generate节点界面,可用于文本生成
你可以尝试创建一个简单的工作流来测试:
- 拖拽一个"Ollama Generate"节点到画布上
- 在节点中输入问题或提示,比如"What is Art?"
- 连接一个"Show Text"节点来查看输出结果
- 点击运行按钮,看看AI模型是否能生成回答
如果你需要处理图片,"Ollama Vision"节点可以帮你实现图片理解功能:
常见问题排查
问题1:ComfyUI中看不到Ollama节点
解决方法:
- 确保项目文件夹已正确移动到ComfyUI的
custom_nodes目录 - 重启ComfyUI
- 检查ComfyUI的日志,看是否有相关错误信息
问题2:运行时提示"找不到ollama模块"
解决方法:
- 回到项目目录,重新运行
pip install -r requirements.txt - 检查是否使用了正确的Python环境,可能需要使用虚拟环境
问题3:连接Ollama时提示"连接拒绝"
解决方法:
- 确保Ollama服务已经启动
- 检查Ollama节点中的URL设置是否正确,默认通常是"http://127.0.0.1:11434"
- 确认Ollama服务是否在指定端口上运行
问题4:生成文本时出现乱码
解决方法:
- 检查使用的模型是否支持中文
- 尝试更换其他模型,比如"llama3:8b-instruct-q16"
- 在提示中明确指定输出语言
问题5:工作流运行缓慢
解决方法:
- 尝试使用参数更小的模型
- 减少生成文本的长度限制
- 检查电脑资源使用情况,确保有足够的内存和CPU资源
通过以上步骤,你已经成功安装并开始使用ComfyUI Ollama项目了。现在你可以探索更多高级功能,比如使用示例工作流(位于example_workflows目录下),或者尝试创建自己的AI工作流程。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
546
670
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
929
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
425
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292

