打开Comfyui界面后，右键点击界面，即可找到Comfyui LLM party的目录，你既可以如下图一样，学习如何手动连接这些节点，从而实现一个最简单的AI女友工作流，也可以直接将[工具调用对比实验](https://github.com/heshengtao/comfyui_LLM_party/blob/main/workflow/%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B%E8%8E%B7%E5%BE%97%E5%B7%A5%E5%85%B7%E8%B0%83%E7%94%A8%E5%AF%B9%E6%AF%94%E5%AE%9E%E9%AA%8C.json)工作流文件拖拽到Comfyui界面中一键复刻我的提示词工程实验。[heading2]4、启动ollama[content]从ollama的github仓库找到对应版本并下载：启动ollama后，在cmd中输入ollama run gemma2将自动下载gemma2模型到本地并启动。将ollama的默认base URL=http://127.0.0.1:11434/v1/以及api_key=ollama填入LLM加载器节点即可调用ollama中的模型进行实验。[heading2]5、常见报错及解决方案[content]1.如果ollama连接不上，很可能是代理服务器的问题，请将你的127.0.0.1:11434添加到不使用代理服务器的列表中。
双击画板可以查看高清大图，这个图很重要，可以结合后边的具体细节，反复查看。[heading3]2、开始节点[content]需要用户在开始节点输入server酱的sendkey和rss列表：key：server酱的sendkey，获取方式参看文档「相关资源」部分rss_list：rss列表，没有的可以先白嫖我的，复制这两条测试数据试试[heading3]3、分割RSS列表[content]使用「文本处理」节点，处理一下输入的rss列表，处理为一行一个，输出为数组，方便后边节点批处理。[heading3]4、读取RSS内容[content]读取用户输入的rss列表中的内容，在插件中找到链接读取节点配置节点：选择批处理批处理输入参数选择「分割rss列表」的output下方输入参数中url选择当前节点中的item1[heading3]5、汇总RSS中所有文章内容[content]上一步中每个rss订阅源（每个公众号）都会输出最近发过的文章内容，包括：作者信息、文章标题、文章链接，这一步主要是承接上一步所有文章内容，格式化输出。一个正常的公众号每天推送文章数量不会超过3篇，所以这里代码只抓取了每个公众号最近三篇的内容，提升整体工作流的运行效率。使用「代码」节点，左侧节点选择代码输入项选择上一步中输出的outputList点击「在IDE中编辑」，选择「Python」，输入如下代码：配置输出项：类型选择「Array<Object>」，点击右边的小加号，分别输出title、url、author
阿里云百炼工作流应用与模型介绍及作业布置智能体与工作流区别：智能体能够自行判断何时使用给定工具，具有自我判断和修正能力。工作流应用新建：可选择普通或对话型工作流，普通工作流为一次性任务型，对话型工作流可保留多次聊天历史记录。多模态模型工作流节点：拖拉拽添加大模型节点，选多模态模型需添加系统变量上传图片，设置系统提示、用户提示等参数，不同模型创作效果有差异。作业布置：要求提交日常生活或工作中频繁使用的应用，包括应用名称、官方分享地址等，将评选TOP15给予礼品。发布渠道：发布可选择API调用，创建后获取正式地址，复制到文档，也可发布到官方分享渠道生成网页分享。工作流相关知识讲解工作流类型差异：介绍了任务型工作流一次性处理完，对话型工作流可连续对话并记住历史聊天内容。大模型使用：包括如何提问、获取答案，以及利用大模型解释编程术语等。知识库创建：讲解了上传非结构化数据建立知识库的步骤，如文件选择、切分方式等。AI模型相关技术与应用的讨论工作流构建：介绍了构建工作流的步骤，如添加Markdown标题、输入内容、放入模型输出等，还提到不同场景下文字校对工作流的差异。模型能力应用：包括语言翻译、图片识别、根据用户语言回复等模型能力的应用方式和理解。模型部署方式：提及了智能体的发布与消耗token的情况，以及本地部署、蒸馏模型部署的相关内容。开源模型情况：介绍了通义万象的开源版本，包括其2.1版本的特点、直播讲解时间等。