Integrate GPT-4o into comfyui to achieve LLM visual functions!
詳細
ファイルをダウンロード
モデル説明
GPT-4oがリリースされ、私は私のComfyUIエージェントのオープンソースプロジェクトにGPT-4oの統合を有効化し、ビジュアル機能を実現することでこの excitement に参加します。
プロジェクトのアドレスは：heshengtao/comfyui_LLM_party: ComfyUI開発用に設計されたブロックベースのLLMエージェントノードライブラリのセット（一组面向comfyui开发的积木化LLM智能体节点库）
私のオープンソースプロジェクトでは、以下の機能を利用できます：
ComfyUIインターフェースで右クリックし、コンテキストメニューから
llmを選択すると、このプロジェクトのノードが表示されます。[ノードの使い方](how_to_use_nodes.md)API統合またはローカル大規模モデル統合をサポート。ツール呼び出しのモジュール化実装。base_urlを入力する際は、
/v1/で終わるURLを使用してください。モデルの管理には[ollama](https://github.com/ollama/ollama)を使用できます。その後、base_urlにhttp://localhost:11434/v1/、api_keyにollama、model_nameにモデル名（例：llama3）を入力してください。503エラーが発生した場合は、プロキシサーバーを無効にしてみてください。RAG対応のローカル知識ベース統合。
コードインタープリターの呼び出し機能。
オンラインクエリを可能にし、Google検索のサポートを含みます。
ComfyUI内で条件文を実装し、ユーザーのクエリを分類してターゲット応答を提供できます。
大規模モデルのループリンクをサポートし、2つの大規模モデルが議論を交わすことができます。
任意のパーソナマスクをアタッチし、プロンプトテンプレートをカスタマイズできます。
天気検索、時刻検索、知識ベース、コード実行、ウェブ検索、シングルページ検索など、さまざまなツールの呼び出しをサポート。
LLMをツールノードとして使用。
API + Streamlitを用いて独自のWebアプリケーションを迅速に開発できます。以下の画像は、描画アプリケーションの例です。
大規模モデルが任意のタスクを実行できる危険な万能インタープリターノードを追加。
LLMノードの出力表示には、右クリックメニューの
functionサブメニュー内のshow_textノードの使用を推奨します。