Add SiliconCloud VLM API Node

[lcolok]

Add SiliconCloud VLM API Node, Refactor Model Fetching Logic, Enhance BizyAir Node Library's Multimodal AI Capabilities

This PR introduces support for SiliconFlow's latest VLM (Vision Language Model) API while optimizing existing LLM functionality. Key updates include:

1. New SiliconCloudVLMAPI Node

• Added SiliconCloudVLMAPI class in llm.py, supporting image input and text prompts.
• New node supports model selection, system prompts, user prompts, max tokens, temperature, and other parameter settings.
• Utilizes encode_comfy_image function to process input images, supporting multiple image inputs.

2. Refactored Model Fetching Logic

• Added fetch_all_models function in llm.py to retrieve all available models.
• Created separate endpoints for LLM and VLM model fetching: get_silicon_cloud_llm_models_endpoint and get_silicon_cloud_vlm_models_endpoint.
• Optimized model filtering logic, distinguishing LLM and VLM models based on the presence of "vl" in the model name.

3. Updated utils.py

• Added get_vlm_response function to handle VLM API request logic.
• Supports multiple image inputs using base64 encoding for image data transmission.
• Implemented system prompt and user prompt combination to adapt to SiliconFlow's API requirements.

4. Frontend JavaScript Updates (js/siliconcloud_llm_api.js)

• Refactored model fetching and updating logic, creating a generic createModelFetchExtension function.
• Registered model fetching extensions separately for LLM and VLM nodes.
• Updated node UI to support multiline text output display.

5. Other Optimizations

• Added new VLM node to NODE_CLASS_MAPPINGS and NODE_DISPLAY_NAME_MAPPINGS.
• Retained "No LLM Enhancement" and "No VLM Enhancement" options for improved compatibility and flexibility.

6. Test Workflow

• Provided a test workflow file LVM node test workflow.json to demonstrate and validate the functionality of the new VLM node.

This update enables the BizyAir node library to handle more complex multimodal AI tasks. Users can now seamlessly integrate text and image inputs in ComfyUI, achieving richer AI-assisted creation and analysis workflows. The test workflow file provides a practical usage example, helping users quickly understand and apply the new features.

---

新增SiliconCloud VLM API节点，重构模型获取逻辑，增强BizyAir节点库的多模态AI能力

本次PR主要引入了对SiliconFlow最新VLM（视觉语言模型）API的支持，同时优化了现有的LLM功能。主要更新内容如下：

1. 新增SiliconCloudVLMAPI节点

• 在llm.py中添加了SiliconCloudVLMAPI类，支持图像输入和文本提示。
• 新节点支持模型选择、系统提示、用户提示、最大token数、温度等参数设置。
• 使用encode_comfy_image函数处理输入图像，支持多图输入。

2. 重构模型获取逻辑

• 在llm.py中新增fetch_all_models函数，用于获取所有可用模型。
• 分别为LLM和VLM创建独立的模型获取端点：get_silicon_cloud_llm_models_endpoint和get_silicon_cloud_vlm_models_endpoint。
• 优化了模型筛选逻辑，根据模型名称中是否包含"vl"来区分LLM和VLM模型。

3. 更新utils.py

• 新增get_vlm_response函数，处理VLM API的请求逻辑。
• 支持多图像输入，使用base64编码传输图像数据。
• 实现了系统提示和用户提示的组合，适配SiliconFlow的API要求。

4. 前端JavaScript更新(js/siliconcloud_llm_api.js)

• 重构了模型获取和更新逻辑，创建了通用的createModelFetchExtension函数。
• 为LLM和VLM节点分别注册了模型获取扩展。
• 更新了节点UI，支持显示多行文本输出。

5. 其他优化

• 在NODE_CLASS_MAPPINGS和NODE_DISPLAY_NAME_MAPPINGS中添加了新的VLM节点。
• 保留了"No LLM Enhancement"和"No VLM Enhancement"选项，提高了兼容性和灵活性。

6. 测试工作流

• 提供了一个测试工作流文件 LVM node test workflow.json，用于演示和验证新增的VLM节点功能。

这次更新使BizyAir节点库能够处理更复杂的多模态AI任务。用户现在可以在ComfyUI中无缝集成文本和图像输入，实现更丰富的AI辅助创作和分析工作流。测试工作流文件提供了一个实际使用示例，有助于用户快速理解和应用新功能。