总结：感觉mcp服务就是大模型将你的自然语言转换为api识别的参数，然后调取相关服务的api，不用自己写代码调用api了。先不管它，点击上面的mcp服务，选择install，点击下方按钮configure mcp servers，然后将配置文件填进去。选择聊天界面，选择需要使用的大模型。有本地的可以添加本地的，没有本地的可以添加各大平台在线的。最近mcp协议比较火，好多平台都已经开通了mcp协议，

BiliNote，可利用大模型自动总结视频内容，并且可以降内容以markdown形式导出，目前支持B站，Yutube，快手，抖音，本地视频。如果有本地部署的ollama，可以添加ollama，点击测试连通性，测试成功就可以在下方添加大模型了。大家在搭建的过程中有遇到什么问题，或者有什么好玩的项目想复现可以公众号留言，大家一起讨论学习。4、看到8000端口启动起来了就说明启动成功了，接着浏览器打开前

人活一辈子，最神奇的感受就是：明明大家身处同样的世界，头顶同样的蓝天，脚踏同样的大地，呼吸着同样的空气……这就是我通常下载huggingface上面模型的方法，本人通常使用第一种，简单快捷，如果大家在使用的过程中有什么问题的话欢迎留言，大家一起讨论学习。搭建环境，跑项目的时候经常要去上面下载模型，有些项目会自动下载，但是有些需要自己下载，这些需要自己下载的模型大家都是怎么下载的呢？起初，我不知道如

awesome-digital-human-live2d是一个轻量级开源实时数字人项目，对配置要求不高。搭建过程也比较简单。

有兴趣的同学可以研究下这个json文件，它其实就是comfyui工作流的一个一个节点，包含节点的参数，咱们可以将这些参数做成接口的参数，动态的将参数传进进接口中去。第二种：dify默认给咱们提供了comfyui的调用工具，咱们将导出的json文件填到右侧的json文件填写处即可。这就是我在使用comfyui的时候是如何使用的，大家在使用的过程中有遇到什么问题欢迎关注留言，大家一起讨论学习。使用的时

Live_Talking是一个实时交互流式数字人，可以实现音视频同步对话。今天咱们来试着部署一下项目。

工作流跑到某一个节点然后就不动了，一直保持在这个节点，comfyui后台也没报错，也不输出内容。再看下控制台有报错输出没吧，还是一样，没有这一步的报错输出。盯着控制台的输出看了有一个wronging，ffmpeg_bin_path设置的不对，没有找到ffmpeg。下载了一个ffmpeg放到了这个目录下面，然后我的配置路径如下，可能别的版本路径会不一样。工作流跑到该节点的时候虽然有报错，但是终于有输

4、打开后如图，左侧两个token分别代表beta版token和classic版token。支持mac、win、linux，同时也支持手机端安卓、iOS。不影响上传文件，我以前用python打包的win端软件发现不能上传文件，但是这个不影响。大家在使用的过程中有遇到什么问题，或者有什么想咨询的欢迎留言，大家一起讨论学习。3、接着需要登录GitHub网站，去申请GitHub token。8、可以点击

我在这边刚开始时就是填的docker启动的那个ip跟端口，但是一直连不上后端服务，研究半天，后来连上这个服务地址才可以的。我本地原来下载的版本是20.0.0版本的，没关系，咱们再来下载个22版本以上的。注意：不能写docker启动后显示的那个后端地址，要写咱们docker部署的那版的web端连接的后端地址。咱们打开docker部署的那版web端，按F12，随便点几个按钮看下连的哪个地址，填到这里就

FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，将智能对话与可视化编排完美结合，让 AI 应用开发变得简单自然。