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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220

