Yerel LLM'ler ve diğer ajanlar

comfyui-mcp standart bir stdio MCP sunucusudur; bu yüzden MCP yetenekli herhangi bir ajan onu sürebilir — yalnızca Claude Code değil. Bu sayfa birinci sınıf desteklediğimiz koşumları (Hermes Agent, OpenClaw, Copilot CLI), modelinizin getirmesi gerekenleri ve küçük/yerel modelleri yaşatır kılan kompakt araç kipini kapsar.

Model gereksinimleri

Getirdiğiniz model hakkında kendinize karşı açık olun. Tam deneyim için asgari şart araç çağırma + düşünme + görüş olan bir modeldir:

Yetenek	O olmadan
Araç çağırma (yerel işlev çağırma)	Çalışmaz. Her comfyui-mcp eylemi bir araç çağrısıdır. Bazı koşumlarda istemle öykünen araç çağırma teknik olarak çalışır, ama güvenilirlik çöker — desteklenmiyor sayın.
Düşünme / akıl yürütme	Çalışır, bozulmuş. Çok adımlı zincirler (araç seç → şema getir → argüman kur → hatalardan kurtul) belirgin biçimde kötüleşir; ajanın yeniden istem / dürtme ihtiyacı bekleyin.
Görüş	Çalışır, bozulmuş. Ajan üretebilir ama göremez — `get_image (action:"view")` eleştiri döngüleri, `get_workflow (action:"from_image")` ve görsel karşılaştırmalar kullanılamaz, bu yüzden kendi çıktılarında kör uçar.

Tam şarta uyan barındırılan modeller aylık değişir — bir listeye güvenmek yerine sağlayıcınızın model kartında üç yeteneği denetleyin. 2026 ortası itibarıyla: Xiaomi MiMo-V2.5 (görüş + araçlar + uzun bağlam) tam şarta ucuza uyar; DeepSeek-V3.x / GLM / MiniMax sınıfı modeller güçlü araç çağırma + düşünmeye sahiptir ama yalnızca metin varyantları görüş döngüsünü yitirir; küçük yerel modeller (aşağıda) genellikle araç çağırmayı tutar ve gerisini düşürür.

Kompakt araç kipi

Tam yüzey, zengin JSON şemalı 37 araçtır (tools/list başına ~200 KB, kabaca 50k token). Claude olmayan çoğu koşum her kayıtlı şemayı doğrudan modelin bağlamına enjekte eder — öncü modeller için sorun değil, 4B yerel bir model için ölümcül. Kompakt araç kipi tam olarak üç meta araç kaydeder ve gerçek kataloğu onların arkasında tutar:

Meta araç	Ne yapar
`list_tools`	Token hafif katalog: her araç adı + tek satırlık özet, kategoriye göre gruplu. `category` ve `search` süzgeçlerini destekler.
`describe_tool`	Bir araç için tam açıklama + JSON Schema, yalnızca gerektiğinde getirilir.
`call_tool`	Katalogdaki herhangi bir aracı çalıştırır: `{"name": "generate_image", "args": {...}}`. Alttaki aracın döndürdüğünün aynısını döndürür.

Modelin döngüsü: list_tools → seç → describe_tool → call_tool. Şemalar bağlama araç başına girer. Meta araçlar küçük model tuhaflıklarına kasıtlı olarak hoşgörülüdür: args bir nesne ya da JSON kodlu bir dize olabilir, yaygın alan takma adları (tool_name, arguments) kabul edilir ve doğrulama hataları beklenen şemayla geri gelir; böylece model opak bir protokol hatasında ölmek yerine kendini düzeltebilir. Kompakt isteğe bağlıdır — doğrudan yüzey varsayılandır, bu yüzden küçük bir model bunlardan birine ihtiyaç duyar (bayrak ortam değişkenini yener):

npx -y comfyui-mcp --compact
# or
COMFYUI_MCP_TOOL_MODE=compact npx -y comfyui-mcp

Varsayılan, büyük araç listelerini iyi işleyen öncü model koşumlarına (Claude Code / Cursor / Claude Desktop) uyar. --full hâlâ kabul edilir ve artık bir no-op’tur.

Otomatik seçim: modele göre, sağlayıcıya göre değil

Panelin yerel LLM arka uçlarında (Ollama / LM Studio / llama.cpp / OpenAI uyumlu), siz bir kip seçmediyseniz, model birini seçer:

kimliği 70B ya da üzerinde bir parametre sayısı taşıyan bir model (llama3.3:70b, gpt-oss:120b, mixtral:8x22b) tam yüzeyi alır;
daha küçük her şey kompakt kalır;
okunabilir parametre sayısı olmayan bir model kimliği (moonshotai/kimi-k2.5) küçük değil bilinmeyen sayılır ve belgelenen kompakt yedeği alır.

“Ollama ⇒ kompakt” her iki yönde de yanlış olurdu — 70B yerel bir model tam yüzeyi kaldırır ve gereksiz yere sakatlanırdı ve bazı küçük barındırılan modeller kompakt ister. Bu yüzden sinyal modeldir. Sizin seçiminiz her zaman, her iki yönde de yener. COMFYUI_MCP_TOOL_MODE=full tam yüzeyi bir 4B modele zorlar; COMFYUI_MCP_TOOL_MODE=compact yönlendiriciyi bir 405B’ye zorlar. Otomatik seçim yalnızca hiçbir şey seçilmediği boşluğu doldurur. 70B eşiği kasıtlı olarak tutucudur: bu eksen hakkında birinin gerçekten ileri sürdüğü tek rakamdır, bu yüzden hiçbir şey tahminle yükseltilmez. COMFYUI_MCP_FULL_SURFACE_MIN_PARAMS_B=30 donanımınızın tavanının gerçekten nerede olduğunu bulmak istiyorsanız onu düşürür. Sistem istemi kipi izler. Kompakt istem modele altı aracı olduğunu söyler ve ComfyUI’yi call_tool üzerinden yönlendirir; tam yüzey seçildiğinde bu basitçe yanlıştır, bu yüzden tam kip istemi ComfyUI araçlarının doğrudan ilan edildiğini söyler ve yönlendirici açıklamasını yalnızca panel_* için tutar. Tamı otomatik seçerken araçların var olduğunu yadsımak, yerine geçtiği varsayılandan kötü olurdu. Etkin kip ve gerekçesi arka ucun hazır satırında yazdırılır, ör. Tool mode: compact — chosen for this MODEL: "qwen3:4b" is ~4B parameters, below the 70B full-surface threshold…; böylece kaldıraç bir daha görünmez olmaz.

Bu otomatik seçim panelin yerel LLM şeridini kapsar. Codex / Gemini / Grok / Copilot HTTP şeridi farklı bir nedenle kompaktta sabit kalır — kendi araç bütçeleri aksi halde panel_* araçlarını dışarı iter — ve bağımsız MCP sunucusunun varsayılanı değişmez.

Ses girişi

ollama arka ucunda (yerel /api/chat), ses modele yalnızca model gerçekten duyabildiğini bildirdiğinde ulaşır. Göndermeden önce arka uç o modelin yetenekleri için POST /api/show sorar:

ollama pull gemma4:e2b      # capabilities: completion, vision, audio, tools, thinking

Seçilen modelin audio yeteneği yoksa ek yüksek sesle reddedilir — sunucunun bildirdiği yetenek listesi ve duyabilen bir model için bir pull komutuyla — modelin yalnızca metninizden yanıt vereceği isteğe düşürülmek yerine. Aynı şey ses biçimi olmayan ya da var ama sıfır bayt olan bir dosya için de geçerlidir. Baytları teslim etmek işin tamamı değildir. gemma4:e2b’ye karşı canlı ölçüldü: WAV kanıtlanabilir biçimde bağlamdayken (555 istem token’ı, /api/show audio bildiriyor), model yine de “I do not have the capability to transcribe audio — my functions are limited to operating ComfyUI” yanıtını verdi. Panel sistem istemi onu bir grafik işleteni olarak kasteder ve küçük bir model gerçekten sahip olduğu bir duyuyu kendi kendinden çıkarır. Bu yüzden sesi yetenek denetlenmiş ve eklenmiş bir tur, ayrıca modele sesin orada olduğunu ve duyduğundan yanıt vermesi gerektiğini söyleyen kısa bir not taşır. O notla aynı model dört çalıştırmanın dördünde doğru yazıya döktü. OpenAI uyumlu arka uçlarda (LM Studio, llama.cpp, OpenRouter, özel) soracak bir yetenek uç noktası yoktur. Ses bir input_audio içerik parçası olarak gönderilir ve tur açık bir “I cannot confirm the model actually receives them” satırı taşır. Reddetmek, yalnızca yetenek API’si olmayan her uç noktaya sesi yasaklardı; çalışamayan bir koruma bir hüküm değildir — ama bir onay da değildir ve ifade bunu söyler. Diğer her sağlayıcının ne yaptığı için Arka uçlar → Ses girişi sayfasına bakın.

Tek komutluk kurulum

comfyui-mcp setup <agent> sunucu girdisini koşumun kendi yapılandırma dosyasına yazar (zaten orada olanla birleştirir — mevcut sunucular, YAML’deki yorumlar, hepsi korunur):

npx -y comfyui-mcp setup hermes     # → ~/.hermes/config.yaml      (compact by default)
npx -y comfyui-mcp setup openclaw   # → ~/.openclaw/openclaw.json  (compact by default)
npx -y comfyui-mcp setup copilot    # → ~/.copilot/mcp-config.json (full by default)

Bayraklar: --compact / --full ajan başına varsayılanı geçersiz kılar, --comfyui-url <url> ComfyUI hedefinizi gömer (yerel, LAN ya da RunPod vekil URL’si), --dry-run yazmak yerine birleştirilmiş yapılandırmayı yazdırır.

Hermes Agent

npx -y comfyui-mcp setup hermes --comfyui-url http://127.0.0.1:8188

bu da ~/.hermes/config.yaml içinde şunu üretir (isterseniz elle ekleyin):

mcp_servers:
  comfyui:
    command: "npx"
    args: ["-y", "comfyui-mcp", "--compact"]
    env:
      COMFYUI_URL: "http://127.0.0.1:8188"

/reload-mcp ile yeniden yükleyin (ya da Hermes’i yeniden başlatın). Hermes araçları önekler, böylece model mcp_comfyui_list_tools, mcp_comfyui_describe_tool ve mcp_comfyui_call_tool görür — iki yüz yerine bağlamda üç tanım.

Bir öncü modelde (Nous Portal / OpenRouter üzerinden) kurulumu --full ile yeniden çalıştırabilir ve isteğe bağlı Hermes’in kendi tools.include izin listesini kullanabilirsiniz. Daha küçük her şey için doğru varsayılan kompaktır.

Hermes ayrıca Python betiklerinden ham REST üzerinden ComfyUI süren paketlenmiş bir comfyui becerisi de taşır. Çalışır, ama bu sunucudan öncedir — MCP yolu size iş akışı oluşturma/doğrulama, model + özel düğüm yönetimi, kurulum paketleri, kuyruk denetimi ve kendi kendini tanı verir. Ajan MCP araçları yerine ona uzanmayı sürdürürse beceriyi kapatın.

OpenClaw

npx -y comfyui-mcp setup openclaw

bu da ~/.openclaw/openclaw.json içinde şunu üretir:

{
  "mcpServers": {
    "comfyui": {
      "command": "npx",
      "args": ["-y", "comfyui-mcp", "--compact"],
      "transport": "stdio"
    }
  }
}

Sunucuyu almak için OpenClaw ağ geçidini yeniden başlatın. OpenClaw belgeleri MCP araç sayısını düşük tutmayı önerir — kompakt kip tam olarak bunun içindir ve burada varsayılan olmasının nedeni budur.

Copilot CLI

npx -y comfyui-mcp setup copilot
# or use Copilot's own command:
copilot mcp add comfyui -- npx -y comfyui-mcp

bu da ~/.copilot/mcp-config.json içinde şunu üretir:

{
  "mcpServers": {
    "comfyui": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "comfyui-mcp"],
      "env": {},
      "tools": ["*"]
    }
  }
}

Copilot CLI öncü modeller çalıştırır, bu yüzden kurulum varsayılan olarak tam araç yüzeyine gider (Copilot’u daha küçük bir modele yönlendiriyorsanız --compact geçirin). copilot içinde /mcp show ile denetleyin.

Kendi ince ayarlı yerel modellerimiz (ücretsiz, önerilir)

Ajanı yerelde ücretsiz çalıştırmak istiyorsanız buradan başlayın. Gemma 4 ailesini özellikle comfyui-mcp için ince ayarladık: canlı bir ComfyUI’ye karşı üretilmiş 1.055 sunucu doğrulamalı araç kullanım yörüngesi üzerinde QLoRA ile eğitildi — tam 178 araçlık yüzeyi (113 MCP + 65 panel aracı) kapsar — böylece model bu tam araç takımını soğuk karşılamak yerine yerelde bilir.

# 1. Install Ollama (once):  https://ollama.com/download
# 2. Pull the size that fits your GPU:
ollama pull artokun/gemma4-comfyui-mcp:e4b     # default — ~3.5 GB VRAM at q4
ollama pull artokun/gemma4-comfyui-mcp:12b     # ~8 GB VRAM
ollama pull artokun/gemma4-comfyui-mcp:e2b     # smallest — ~2 GB VRAM (see caveat)

Vaat değil, ölçülmüş — LLM Arenası gerçek 10 senaryolu merdivende puanlar (3’ün en iyisi, her sonuç canlı bir ComfyUI sunucusuna karşı doğrulanır, RTX 4090):

Etiket	VRAM (q4)	Arena puanı	stoğa karşı
`:e4b`	~3,5 GB	14/20 (13–14) — denediğimiz en iyi yerel model	stok gemma4:e4b: 12/20
`:12b`	~8 GB	13/20 (12–13)	stok 12b kıyaslanmadı
`:e2b` (v2)	~2 GB	10/20 (7–10)	stok gemma4:e2b: 8/20

Her basamak artık stok temelini geçer. :e2b v2 yeniden eğitimi (çift bakışlı eğitim: doğrudan araç çağrıları VE dağıtılan yönlendirici zarfı) v1’in call_tool biçim gerilemesini düzeltti — hüküm çalıştırmalarında sıfır bozuk zarf. Boyutlandırma rehberi duruyor: :e4b tatlı noktadır (e2b’den yalnızca ~1,5 GB fazla ve arenada +4); :e2b artık sıkı VRAM için meşru bir seçimdir; :12b ham puan değil, uzun çok adımlı görevlerde kararlılık satın alır.

Etiket	Temel	VRAM (q4)	Notlar
`:e4b`	Gemma 4 E4B	~3,5 GB	Varsayılan — en iyi boyut/nitelik dengesi
`:e2b`	Gemma 4 E2B	~2 GB	Sözlü düşünür — cömert `max_tokens` (≥512) verin
`:12b`	Gemma 4 12B	~8 GB	En güçlü basamak

Panelin Ollama arka ucu varsayılan olarak :e4b’dir — arka uç seçicisinde Ollama (yerel) seçin, model çekildikten sonra çalışır. Hesap yok, API anahtarı yok, token başına maliyet yok. Bağlam penceresi: etiketler gömülü 65.536 token’lık bir pencereyle gelir ve orkestratör ona uyar (stok modeller 16K alır). Mimari 128K (:e2b/:e4b) ve 256K (:12b) destekler — VRAM’iniz varsa COMFYUI_MCP_OLLAMA_NUM_CTX=131072 ile yükseltin (KV önbelleği pencereyle büyür). Ajan konuşma ortasında “unutmaya” başlarsa orkestratör günlüğünü izleyin: bir tur pencerenin ≥%85’ini doldurduğunda uyarır. Ağırlıklar, LoRA adaptörleri ve eğitim hattı açıktır: artokun/gemma4-comfyui-mcp (veri kümesi: artokun/comfyui-mcp-trajectories).

LM Studio

Panel LM Studio’yu yerelde konuşur: arka uç seçicisinde LM Studio seçin ve orkestratör yerel sunucusunu sürer (http://127.0.0.1:1234/v1, COMFYUI_MCP_LMSTUDIO_HOST ile geçersiz kılın). Kurulum iki tıklamadır: lmstudio.ai adresinden kurun, sonra araç çağıran bir model yüklüyken Developer → Start Server. Model seçici sunucunun sunduğunu yansıtır; varsayılan ayarlı değilse ilk sunulan model kendiliğinden benimsenir. Orkestratör tam yaşam döngüsünü el değmeden yönetir: gerektiğinde sunucuyu kendiliğinden başlatır, modelinizi JIT yükler, bir ComfyUI işleme çalışırken VRAM’ini boşaltır (sohbet tutulur ve işleme bitince yanıtlanır), bir model geçişinde giden modeli boşaltır ve farklı bir sağlayıcıya geçtiğinizde her şeyi serbest bırakır. İnce ayarlı GGUF’larımız burada da çalışır — LM Studio’nun model indiricisinde artokun/gemma4-comfyui-mcp arayın ve bir model-q4_k_m.gguf alın. Ollama’daki gibi ilk mesajda aynı JIT soğuk yükleme duraklamasını bekleyin (30 sn+ normaldir).

llama.cpp (llama-server)

Ham llama.cpp mi çalıştırıyorsunuz? Arka uç seçicisinde llama.cpp seçin — orkestratör llama-server’ın OpenAI uyumlu uç noktasını sürer (http://127.0.0.1:8080/v1, COMFYUI_MCP_LLAMACPP_HOST ile geçersiz kılın):

llama-server -m gemma4-comfyui-mcp-e2b.Q4_K_M.gguf -c 16384

Sahadan notlar: bağlam bir başlatma bayrağıdır (-c) — sunucu 16K altında çalışıyorsa ajan uyarır (araç yükü bunu ister). Araç çağırma güncel derlemelerde varsayılan açıktır; eski derlemeler --jinja ister (panel bağlanmada araç yeteneksiz bir sunucuyu saptar ve tam olarak bunu söyler). Yüklü tek model kendiliğinden benimsenir — seçim gerekmez. Tek GPU’lu bir kutuda yerel bir llama-server (ya da önünde llama-swap) Ollama ve LM Studio ile aynı VRAM teslimine katılır: bir ComfyUI işleme çalışırken sohbetiniz tutulur ve işleme biter bitmez yanıtlanır. llama-server boşaltma API’si olmadığı için (ve llama-swap modelleri yukarı akışta isteğe bağlı değiştirir) teslim yalnızca tutmadır — hiçbir şey açıkça boşaltılmaz ya da ısıtılmaz. Uzak bir COMFYUI_MCP_LLAMACPP_HOST başkasının GPU’sudur ve asla kapılanmaz. Teslim üç yerel arka uç için varsayılan açıktır; COMFYUI_MCP_PAUSE_LOCAL_ON_GEN=0 ile vazgeçin (eski COMFYUI_MCP_OLLAMA_PAUSE_ON_GEN=0 hâlâ onur duyulur).

Özel uç nokta (OpenAI uyumlu herhangi bir sunucu)

/v1/chat/completions konuşan her şey — vLLM, DeepSeek, Together, Azure OpenAI, başka bir kutudaki bir llama-server, şirketinizin ağ geçidi — Özel uç nokta sağlayıcısı olarak takılır:

ComfyUI Ayarları → Comfy MCP Agent → Özel uç nokta → Uç nokta temel URL’sini ayarlayın (/v1 dahil, ör. http://192.168.1.20:8000/v1).
Sunucu bir anahtar istiyorsa: API anahtarını ayarla… — maskeli bir giriş; anahtar orkestratör tarafından ~/.comfyui-mcp içinde 0600 saklanır, asla ComfyUI ayarlarında ya da sohbette değil.
Arka uç seçicisinde Özel uç nokta seçin ve Bağlan’a tıklayın.

Model listesi sunucunun /v1/models yolundan gelir; tek modellerli sunucular kendiliğinden benimsenir ya da model listelemeyen uç noktalar için bir Varsayılan model kimliğini açıkça ayarlayın. Ortam kaçış kapakları: COMFYUI_MCP_CUSTOM_BASE_URL, COMFYUI_MCP_CUSTOM_MODEL, COMFYUI_MCP_CUSTOM_API_KEY. Model araç çağırma desteklemelidir.

Ollama ve yerel modeller — LLM Arenası

Ollama (ya da OpenAI uyumlu bir uç nokta) konuşan herhangi bir MCP koşumu yerel bir modelle kompakt kipi sürebilir. Depoda iki yinelenebilir koşum gelir: npm run test:local-llm (hızlı tek model denetimi) ve node scripts/llm-arena.mjs — ComfyUI LLM Arenası, bir model alanını canlı bir ComfyUI’ye karşı özdeş bir görev kümesinden geçirir ve her sonucu sunucuya karşı doğrular, modelin iddialarına asla değil. Tam 10 senaryolu merdivende yerel katman puanları (RTX 4090, ComfyUI 0.27, sıcaklık 0 — görev merdiveni ve öncü ile barındırılan modeller dahil tüm katman sıralaması için Arena sayfasına bakın):

Model	Boyut	Puan /20
`qwen3:4b`	2,6 GB	13
`gemma4:e4b`	9,6 GB	12
`qwen3:8b`	5,2 GB	11
`gemma4:e2b`	7,2 GB	8
`llama3.1:8b`	4,9 GB	2
`gemma3` (any size)	—	❌ yerel araç çağırma yok — desteklenmiyor

Çıkarımlar: qwen3/gemma4 sınıfı tek araçlı görevleri (sağlık, kurulu modeller, kayıt defteri araması, kuyruk) sağlam geçer ve daha zor bantlarda puan toplar, ama çok aşamalı grafik kompozisyonu (iki borulu çıktılı bir grafik, evreli iki aşamalı img2img hattı) hâlâ öncü/B katmanı bölgesidir. llama3.1:8b’nin araç biçim disiplini bu katalogda çöker (araç adları uydurur ve araç çağrı JSON’unu metin olarak yazdırır). Gemma 4 aile boyunca yerel işlev çağırma yayımladı (Ollama ≥ v0.20); e4b ya da daha büyüğü tatlı noktadır. Yukarıdaki yetenek merdivenini unutmayın: bu küçük modeller araç çağırmayı tutar ama sınırlı/yok görüş ve düşünmeye sahiptir, bu yüzden üretebilir ve iş akışlarını yönetebilir ama sonuçları görsel olarak eleştiremez.

Kenar çubuğu paneli yerel bir modelde

Panel ajanı Claude / ChatGPT / Gemini’nin yanında bir Ollama arka ucu kazanır: arka uç seçicisinde Ollama (yerel) seçin ve orkestratör canlı grafiğinizi yerel bir modelle sürer — hesap yok, API anahtarı yok, tamamen çevrimdışı. Model 6 araçlı yönlendiriciyi görür (3 kompakt comfyui meta aracı artı canlı tuval için panel_list_tools / panel_describe_tool / panel_call_tool); böylece 4B bir model bile şemalarda boğulmaz. Varsayılan model: artokun/gemma4-comfyui-mcp:e4b — gemma4 ince ayarımız, bu tam araç takımı üzerinde eğitilmiş (stok gemma4:e4b’nin, önceki Arena birincisinin yerini alır); COMFYUI_MCP_OLLAMA_MODEL ya da panelin model seçicisiyle geçersiz kılın, yerelde çektiğiniz her şeyi listeler. Öncü arka uçlara karşı dürüst ödünleşimler bekleyin: daha yavaş turlar (özellikle ilki, model yüklenirken), görüş yok, konuşma geri alma yok.

Ne alırsınız (ve almazsınız)

Herhangi bir MCP istemcisi tam araç yüzeyini alır — üretim, iş akışı oluşturma, modeller, özel düğümler, kuyruk, tanı — her iki araç kipinde. Claude Code eklenti ekstraları (beceriler, eğik çizgi komutları, kancalar, kurulum paketleri, kenar çubuğu panel ajanı) eklenti özellikleridir ve diğer koşumlara gitmez. list_tools kataloğu, o bilgi katmanı olmayan ajanların yine de yollarını bulabileceği kadar yönlendirme taşımak üzere tasarlanmıştır.

Sorun giderme

Model call_tool’u dizgeleştirilmiş bir args ile çağırıyor — desteklenir; sunucu JSON kodlu dizeleri kendiliğinden ayrıştırır.
Model araç adları uyduruyor — bilinmeyen adlar yakın eşleşme önerileri artı list_tools’a bir işaretçi döndürür.
Yanlış/eksik parametreler — hata aracın JSON Schema’sını içerir; yetenekli modeller sonraki denemede kendini düzeltir.
Model hiçbir şey çalıştırmadan katalogdan yanıt veriyor — bilinen bir küçük model başarısızlık kipidir; onu dürtün (“catalog entries are tool names, not data — run the tool with call_tool”).
ComfyUI’ye ulaşılamıyor — kompakt kip yalnızca araç kaydını değiştirir; bağlantı yapılandırması diğer her kurulumla özdeştir (bkz. Yapılandırma).

​Model gereksinimleri

​Kompakt araç kipi

​Otomatik seçim: modele göre, sağlayıcıya göre değil

​Ses girişi

​Tek komutluk kurulum

​Hermes Agent

​OpenClaw

​Copilot CLI

​Kendi ince ayarlı yerel modellerimiz (ücretsiz, önerilir)

​LM Studio

​llama.cpp (llama-server)

​Özel uç nokta (OpenAI uyumlu herhangi bir sunucu)

​Ollama ve yerel modeller — LLM Arenası

​Kenar çubuğu paneli yerel bir modelde

​Ne alırsınız (ve almazsınız)

​Sorun giderme

Model gereksinimleri

Kompakt araç kipi

Otomatik seçim: modele göre, sağlayıcıya göre değil

Ses girişi

Tek komutluk kurulum

Hermes Agent

OpenClaw

Copilot CLI

Kendi ince ayarlı yerel modellerimiz (ücretsiz, önerilir)

LM Studio

llama.cpp (llama-server)

Özel uç nokta (OpenAI uyumlu herhangi bir sunucu)

Ollama ve yerel modeller — LLM Arenası

Kenar çubuğu paneli yerel bir modelde

Ne alırsınız (ve almazsınız)

Sorun giderme