跳轉至

Advanced Media 程式庫

提供可在本機端直接運算的高階多媒體生成與影像處理節點——包含擴散管線 (Diffusion Pipelines)、影像與視訊預處理（深度圖、邊緣檢測、人體姿態估計、語意分割）、LoRA 微調適配工具以及 YOLOv8 人臉偵測。

  • 原始碼存放庫：griptape-ai/griptape-nodes-library-advanced-media
  • 環境需求：強烈建議配備獨立 GPU 加速顯示卡；需準備 Hugging Face 帳號與存取權杖 (Access Token) 以自動下載模型權重（請參閱 Hugging Face 模型整合）。
  • 節點分類目錄：節點挑選器中的音訊 (audio)、擴散 (diffusion)、影像 (image)、視訊 (video)、LoRA 與工具 (utils) 等目錄。

安裝指南

在執行 gtn init 初始化引導時，系統會提示您是否安裝 Advanced Media 程式庫——您可以在當下註冊安裝，或在日後重新執行 gtn init 並回答 y。詳情可參閱 常見問題 FAQ。

此外，您也可以透過標準途徑進行安裝：在編輯器中，依序點選 管理 (Manage) → 程式庫管理 (Library Management)，點擊 新增程式庫 (Add Library) 並貼入以下網址：

https://github.com/griptape-ai/griptape-nodes-library-advanced-media

有關程式庫的通用安裝、版本更新與除錯說明，請參閱 程式庫指南。

節點索引參考

本程式庫共包含 28 個功能節點。目前已撰寫專屬說明頁面的核心節點包括：

  • Diffusion Pipelines —— 本機建構並快取 🤗 Diffusers 擴散管線，並進行高畫質文生圖與圖生圖生成。
  • YOLOv8 Face Detection —— 即時偵測畫面人臉並輸出精準邊界框 (Bounding Boxes) 與分割遮罩。

與 Diffusers 程式庫並用之注意事項

Advanced Media 程式庫與 Diffusers 程式庫 共用許多底層依賴項（如 diffusers、transformers、torch），且各自在記憶體中維護獨立的管線快取。在同一個工作階段中同時調用兩者可能導致 VRAM 雙倍佔用而引發記憶體不足 (OOM) 錯誤。強烈建議在單一流程中擇一使用。

支援與反饋

若在運作中發現程式錯誤或有全新功能建議，歡迎隨時向社群回報： 提交 GitHub Issue。