$ loading_
在 ComfyUI 中编排多模型智能体工作流，连接语音、OCR、协作平台与本地大模型。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"comfyui_LLM_party" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为我设计一个基于 comfyui_LLM_party 的 ComfyUI 工作流：用户输入问题后，先调用 OCR 节点提取图片文字，再交给本地 LLM 总结，并将结果发送到 Feishu。请列出节点结构、连接关系和配置建议。
一份可落地的多节点工作流方案，包含 OCR、LLM 与 Feishu 集成配置说明。
我想在 comfyui_LLM_party 中同时接入 Ollama 的本地模型和 Gemini API，并通过统一接口切换调用。请给出接入步骤、参数示例，以及如何在 ComfyUI 节点中配置。
包含本地与云端模型接入方式、统一调用配置和节点参数示例的说明。
请用 comfyui_LLM_party 设计一个助手：接收用户文本，调用 LLM 生成回复，再用 ChatTTS 或 GPT-SoVITS 合成语音，并把文本和音频结果发到 Discord。请输出流程设计与关键节点说明。
一个文本生成、语音合成和 Discord 分发联动的智能体流程方案。
将摘要、代码补丁等低风险任务委派给低成本模型并由主代理复核。
统一接入多家大模型与本地 Ollama，提供路由、回退监控和兼容接口。
通过 LLM 搜索引擎的 MCP 服务检索信息并为智能体提供外部知识。
连接 Ollama 本地大模型到 MCP 客户端，便于查看模型并发起问答
将摘要、分类、信息提取和草拟等机械任务委派给本地大模型处理。
使用 llama-cpp 在本地运行大模型，并生成类药分子 SMILES。