政安晨【超级AI工作流】—— 使用Dify通过工作流对接ComfyUI实现多工作流协同

政安晨的个人主页：政安晨

欢迎 👍点赞✍评论⭐收藏

希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！

目录

一、准备工作

Dify跑起来

ollama局域网化配置

Dify配置并验证

启动ComfyUI

二、工作流文生图测试

最后，祝大家好运

---

未来基于AI工作流的生活将成为常态，大家从现在就开始了解并使用起来，好处满满，让我们开始这个有趣的尝试。

通过我前面的文章，相信小伙伴们自己电脑上已经安装了Dify、ComfyUI、Ollama这些工具。

我们接下来就把这些零碎儿全组织起来。

一、准备工作

Dify跑起来

查看一下本地的docker容器：

sudo docker ps

参照我这篇文章（进入Dify目录）：

政安晨【超级AI工作流】—— 基于Dify构建本地工作流，并调用Ollama的本地大模型开展工作-CSDN博客文章浏览阅读607次，点赞13次，收藏10次。市面上目前工作流分为几种形式，一种是以Coze为代表的基于网页的工作流形式，另一种以langchain与llamaindex为主的基于代码框架的形式。而开源的webui工作流框架主要有这类基于webui 的工作流。我们选择Dify作为未来本地工作流的基础框架。https://blog.csdn.net/snowdenkeke/article/details/146377096在正确的目录下执行：

sudo docker compose up -d

开启后，本地访问：

localhost/signin

在本地运行的话，我们工作流中的很多模型要靠如ollama这样的工具提供，并且很多情况下，可能工作流部署在一台主机上，大模型部署在局域网中的另外主机上，由此，我们将需要把ollama配置成局域网可以访问的模式。

ollama局域网化配置

去官网正常安装ollama之后，我们开始配置：
 

sudo vim /etc/systemd/system/ollama.service

当前配置如下： 

我们要修改这个文件，修改前最好先备份一下：

sudo cp /etc/systemd/system/ollama.service /etc/systemd/system/ollama.service.org_bak

修改如下(可以更换端口号)：

Environment="OLLAMA_HOST=0.0.0.0:11434"

同时，需要修改User和Group。

为了完成修改，先查看

ollama serve

如果像我这样报错，停止一下ollama服务：

sudo systemctl stop ollama

再执行上面的命令你会看到这样：

如果你还是不放心，你可以再重启一下ollama服务： 

sudo systemctl restart ollama

执行 

ls -l ~/.ollama/models/

显示如下： 

可以看到我的User和Group都是tongyuzhou，这两个参数也要在上面的配置文件中进行修改。

为什么要这样做？

因为你安装ollama的时候，注册了一个名叫ollama的用户（User），你需要确认你的 service 文件上配置的是 ls -l ~/.ollama/models 命令出来的的用户和分组！,而不是ollama！
否则，会出现你调不出 api的情况。

当然，有些时候你的ollama模型并不是放到这个目录下，那就去找到你的模型位置，看一下用户和分组，使用模型的用户和分组配置，由于我的模型就是ollama的用户和分组，所以，我修改后的文件是这样的：

保存退出并重启服务：

:wq
sudo systemctl restart ollama

如果发现有错误，按提示操作：

确认ollama局域网服务是否正常：

http://your_ip_addr:11434/api/tags

我的ollama服务地址如下：

http://172.23.1.12:11434/api/tags

修改不正确的话，你可能会看到这样：

我的是这样的：

OK，现在你的ollama局域网能力配置好了。

Dify配置并验证

现在，你可以继续在Dify中配置模型，你看到的是这样的：

我的是这样的：

配置好之后，用工作流测试一下大模型的运行：

确认一切正常后，让我们继续。

启动ComfyUI

不知道怎么在Linux Ubuntu上部署ComfyUI的小伙伴查看我的这篇文章：

政安晨【零基础玩转各类开源AI项目】Wan 2.1 本地部署，基于ComfyUI运行，最强文生视频 & 图生视频，一键生成高质量影片_savewebm node-CSDN博客文章浏览阅读948次，点赞9次，收藏11次。希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！我们今天要使用的Wan2.1模型，文生视频与图生视频，效果很不错，我以前的文章部署过comfyUI：政安晨【零基础玩转各类开源AI项目】基于Ubuntu系统部署ComfyUI：功能最强大、模块化程度最高的Stable Diffusion图形用户界面和后台_comfyui ubuntu-CSDN博客ComfyUI这套框架可让您使用基于图形/节点/流程图的界面设计和执行高级稳定扩散管道。_savewebm nodehttps://blog.csdn.net/snowdenkeke/article/details/146154907该命令查看虚拟环境：

conda info --envs

激活虚拟环境：

conda activate comfyui

进入ComfyUI目录并执行：

cd ComfyUI
python main.py --listen 0.0.0.0 --port 8188

首先用浏览器访问一下comfyUI：

我的本地地址：

http://172.23.1.12:8188/

确认正常后我们继续。

二、工作流文生图测试

新建节点：

右键新建节点，然后 搜工具 ComfyUI

插件市场安装完成后，去授权一下：

输入你的服务地址：http://your_ip_addr:8188

该插件如果在线安装无法成功的话可以选择本地安装。

接下来有个繁琐的工作是你要把下面这些模型配置上去：

同时你也可以调用ComfyUI的工作流：

这样：

仔细核对每一项 

 

配置好之后，就可以把下面这个工作流在dify中跑起来：

时间有限，我准备一下相关模型，在今后的篇章中调用更多的工作流。

最后，祝大家好运

工作很复杂，也是一个细活，且行且用心吧。