跳转至

创作者与艺术家专用术语表 (Griptape Nodes Glossary)

什么是 Griptape Nodes？

Griptape Nodes 是一套专为艺术家、设计师与数字创作者量身打造的可视化 AI 工具包，无需深厚的编程背景即可轻松构建前沿的 AI 驱动项目。你可以将 Griptape Nodes 想象成一套功能强大的数字化乐高积木：通过在画布上自由连接各个积木块，即可创造独特的数字艺术、批量生成与处理图像、自动化润色文本，甚至搭建专属的工作流应用。

Griptape Nodes 核心概念 (Core Concepts)

  • 工作流 (Workflow)：包含节点、连线与参数配置的完整工程文件。虽然在底层技术上一个 Workflow 本身也是一个 Python 脚本，但在日常交流中应避免称其为 Script（脚本），以便与底层的自动化辅助脚本保持明确的概念区隔。这也是用户在本地保存的工程文件的统称。
  • 工作流编辑器 (Workflow Editor)：用于添加、连线、检查与配置算子节点的图形化工作空间与可视化画布。
  • 流 (Flow)：由一组相互连线的节点构成的基本功能计算单元。一个工作流中可以包含 0 到多个 Flow。
  • 子流 (Sub-Flow)：在循环 (Loop)、分支 (Branch)、引用 (Reference) 或特定编组内部独立执行的封闭节点集。指代流内部任何在逻辑上独立、具备闭环功能的内聚执行单元。
  • 引用节点 (Reference)：指向另一个已有 Flow 的链接指针，将其作为子流动态嵌入到当前上下文流程中。
  • 编组 (Group)：画布上一组算子节点的视觉收拢与聚集框。若某个编组被整体作为一个单元进行调度，它可以充当子流；但仅进行视觉编组并不代表执行逻辑绑定，也可以纯粹用于主题分类与画布整理。
  • 脚本 (Script)：执行 Python 代码的脚本程序。描述工作流时不应使用该词汇；Script 在本体系中特指开发辅助工具、宏指令或流程搭建脚手架。
  • 算子库 (Libraries)：提供扩展算子定义和脚本的集合包。详见 算子库管理手册。
  • 算子节点 (Node)：工作流拼图中的单个核心积木块。每个节点专注完成一项具体的任务（如生成图像、调优提示词或执行格式转换）。节点包含以下核心架构类型：
    • 数据节点 (DataNode)：负责信息搬运与转换的节点——它可以将数据从一种格式转换为另一种格式，或纯粹用于存储用户输入的配置数据；
    • 控制节点 (ControlNode)：负责“实际干活与调度”的节点。控制节点通常比数据节点耗时更长，因为它们承担了具体的复杂计算与外部交互；
    • 驱动节点 (DriverNode)：负责将你的项目连接至外部 AI 服务或云端 API（如第三方图像生成引擎或搜索引擎）的适配节点。
  • 工具 (Tool)：开箱即用、执行特定单一功能的组件。Tools 就像你数字工具箱中的各类画笔——每一把都针对特定场景打造：
    • CalculatorTool：用于执行数学公式计算；
    • DateTimeTool：负责日期与时间数据的处理与转换；
    • FileManagerTool：辅助管理本地文件的读取与持久化保存；
    • WebScraperTool：从网页抓取提取结构化信息；
    • PromptSummaryTool：对长篇文本进行智能摘要浓缩。
  • 驱动器 (Driver)：项目与外部专业 AI 服务或向量数据库之间的核心连接转换器。类似转接头，让你的项目能够与外部系统顺畅通信：
    • PromptDriver：负责与大语言模型（如 GPT、Claude）进行对话交互；
    • WebSearchDriver：连接外部搜索引擎检索互联网公开信息；
    • EmbeddingDriver：将自然语言文本转化为计算机与 AI 能理解的数值向量；
    • ImageGenerationDriver：连接外部图像生成大模型（如 DALL-E、FLUX）；
    • AudioTranscriptionDriver：将语音音频精准转录为文本。
  • 引擎组件 (Engine)：处理高阶创作需求的专用内核组件，负责将复合输入转换为最终成果：
    • RagEngine：检索增强生成引擎，基于给定的知识库精准回答提问；
    • PromptSummaryEngine：快速提取并生成精炼的文本摘要；
    • CsvExtractionEngine：从表格类数据文件中抽取并解析结构化数据；
    • JsonExtractionEngine：从复杂嵌套的 JSON 文件中快速提取目标字段。
  • 产物资产 (Artifact)：工作流执行过程中创作生成的最终或中间内容实体，例如渲染出的图片或生成的文案；
    • ErrorArtifact：当执行过程中发生意外异常时抛出的错误通知载体。
  • 智能体 (Agent)：具备自主规划能力的数字助手，通常结合多种工具协同运转，自主根据目标按需调度一系列工序。
  • 规则集 (Ruleset)：控制项目或智能体行为准则的指南集合，类似菜谱配方，规定了系统在面对不同情境时应当如何响应；
    • 规则 (Rule)：规则集中的单条指令，例如“如果用户请求生成图像，则调用画图工具”。

算子节点内部构成与交互 (Node Contents and Activities)

  • 参数 (Parameter)：算子节点上可供调整与交互的属性设置项。类似合成器上的旋钮与推子，让你精细调节节点的工作表现：
    • ParameterMode (参数模式)：定义参数的功能定位——输入插槽 (Input)、输出插槽 (Output)、内部属性 (Property) 或它们的任意组合；
    • ParameterValue (内部值)：参数在节点内部维护的属性数据（节点计算时使用的核心依据）；
    • ParameterOutputValues (输出值)：节点执行完成计算后向外输出的结果数据；
    • ParameterUIOptions (界面显示选项)：定义该参数在编辑器前端面板上的视觉展现控件规格；
    • 端口 / 引脚 (Port / Pin)：节点参数左右两侧呈现的圆形接线端子。左侧端口表示该参数可接收上游传入的连线；右侧端口表示该参数支持向外部节点连出。二者术语可互换使用。
  • 默认值 (Default Value)：参数在用户修改前所具备的出厂预设数值。
  • 参数校验 (Parameter Validation)：对输入数值合理性进行的防御检查，防止发生“在需要填入数字的地方误填了文本”等低级类型错误。
  • Off-prompt (离线提示词隐私机制)：Griptape 的专属独创技术，在与大语言模型交互时，能将敏感私密数据留在本地，杜绝隐私泄露。
  • 流式模式 (Stream Mode)：连续持续处理输出的模式，类似视频直播流而非单张快照。
  • 类型提示 (Type Hints)：指示参数期望接收何种数据格式的类型标签，类似画具收纳盒上标明内部颜料种类的标签：
    • Any：通配提示，表示该参数可以接收任意类型的数据；
    • List：列表集合提示（如一系列颜色或形状数组）；
    • Literal：字面量提示，指示该参数仅接受特定预设枚举值；
    • Union type (联合类型)：表明该参数可以灵活兼容多种明确指定的特定数据类型。
  • 连线 (Connection)：建立在两节点端口之间的通信桥梁，类似连接各类音频硬件设备的物理音频线。

常见技术术语极简速通

  • 基础数据类型 (Data Types)：
    • 字典 (Dictionary / dict)：以“键-值对”形式组织的数据结构，类似带有独立分类标签的收纳抽屉；
    • 键值对 (Key-Value Pair)：标识标签 (Key) 及其对应的信息实体 (Value)；
    • 整数 (Integer / int)：没有小数点的完整整数，如 5、-10、1000；
    • 浮点数 (Float / float)：带有小数点的实数，如 3.14、-0.5、2.0；
    • 字符串 (String / str)：用引号包裹的纯文本，如 "hello"、'Python'；
    • 布尔值 (Boolean / bool)：仅代表逻辑对错的二元值：True 或 False；
    • 列表 (List / list)：有序且支持随时修改的元素集合，如 [1, 2, 3] 或 ["红", "绿", "蓝"]；
    • 元组 (Tuple / tuple)：有序但在创建后严禁修改冻结的元素集合，如 (1, 2, 3)；
    • 集合 (Set / set)：无序且元素绝对不重复的集合，如 {"苹果", "香蕉"}；
    • 空值 (None / NoneType)：表示数值缺失或空状态。
  • 环境变量 (Environment Variable)：操作系统层面记录的全局配置便签，用于让应用程序在不修改代码的情况下读取外部关键路径或凭证。
  • API 密钥 (API Key)：授权你的项目合法访问外部商业 AI 服务（如商业图像大模型）的专属数字通行证，类似专属会员卡。
  • Secret Keys (机密密钥)：需要严加保密的敏感凭据，包括 API Token、密码以及私有访问密钥。
  • Secrets Manager (机密管理器)：底层用于安全加固、注入与保护上述密钥的安全管理机制，确保密码不会意外泄露至日志或工程中。
  • Configuration Settings (配置设置)：控制 Griptape Nodes 执行引擎及各组件底层运转方式的参数选项。
  • Project Files (项目工程文件)：构成完整 Griptape 工作流工程的图纸文件、脚本代码与关联配置。
  • Generated Assets (生成的资产)：引擎在执行工作流计算期间生成的成果文件与数据（渲染图、视频、分析报告等）。
  • .env：存放在本地工作区根目录下、用于安全记录环境变量与 API 密钥的专用文本文件。

艺术家常用 AI 概念速查

  • Temperature (采样温度)：控制大模型输出风格的随机性参数。温度越低，AI 的回答越收敛、严谨、可预测；温度越高，输出越发散、富有想象力与多样性。
  • Embedding (嵌入向量模型)：将自然语言文字、图片或音频转换为高维数字向量特征的 AI 技术，帮助机器量化理解不同概念之间的语义距离与关联度。
  • LLM (Large Language Model / 大语言模型)：在海量文本数据上预训练得到的超大规模语言模型，能够理解复杂的上下文指令、编写长篇文本、回答逻辑推导，甚至完成代码生成。
  • NLP (自然语言处理)：让计算机理解、解析并生成人类日常自然语言的计算机科学领域。
  • Prompt (提示词)：用户输入给 AI 模型的引导文本。对于创作者而言，提示词就像是一份详尽的设计需求简报（Creative Brief）。
  • Vector Store (向量数据库)：专用于存储和快速检索高维嵌入向量的数据库，能够瞬间按语义相似度检索出最匹配的内容。
  • Diffusion Models (扩散模型)：通过从纯随机高斯噪声中逐步去噪、迭代提纯出精美图像的视觉 AI 架构，代表作包括 Stable Diffusion、FLUX 与 Midjourney。
  • 文生图 (Text-to-Image Generation)：纯粹依据自然语言描述自动构图并渲染输出视觉图像的生成技术。
  • Style Transfer (风格迁移)：将一张参考图像的艺术美学风格（如特定画派的笔触与色调）无缝融合到另一张图像内容中的 AI 图像算法。
  • Inpainting (局部重绘) / Outpainting (画面扩图)：依据周围图像上下文，对画面内部指定蒙版区域进行智能擦除替换，或将画面边界向外自然延展绘制的修图技术。
  • Fine-tuning (微调训练)：在通用基础大模型上，使用特定艺术家画风或专有业务数据集进行二次针对性训练的技术。
  • Latent Space (潜空间)：扩散模型压缩和组织图像语义概念的高维数学向量空间；创作者可以在该空间中漫游插值，探索不同创意概念之间的过渡形态。
  • Tokens (词元)：大语言模型处理文本的基本切分单位（类似单词或词根）。掌握 Token 上下文限制有助于艺术家设计出更高密度的提示词。
  • Multimodal AI (多模态大模型)：能够跨通道同时理解与处理文本、高分辨率图像、视频与音频等多维信息的综合智能体。
  • LoRA (Low-Rank Adaptation / 低秩适应模型)：一种轻量级微调权重技术，允许创作者无需庞大算力即可在基础大模型上即插即用地注入个人独特的艺术画风或特定角色特征。
  • Sampling Methods (采样器调度算法)：在扩散模型生成图像的去噪过程中所采用的数学步长算法（如 DDIM、Euler a、DPM++ 等），直接影响成像画面的细节锐度、收敛速度与构图质感。

主流 AI 大模型概览

Anthropic 家族

  • Claude 3 Opus：擅长处理极其复杂的长文本推理、多层级逻辑推演与深度长篇内容创作的旗舰模型；
  • Claude 3.5 Sonnet：在超强逻辑分析能力、视觉多模态识别与毫秒级生成速度之间取得卓越平衡的行业标杆模型；
  • Claude 3.7 Sonnet：集成了深度思考与慢思考推理能力的强大模型，专攻极端复杂的逻辑构架与代码编写；
  • Claude 3.5 Haiku：极速轻量模型，适用于高频头脑风暴、即时翻译与低延迟交互助手。

OpenAI 家族

  • GPT-4o：领先的原生多模态旗舰大模型，支持文本、视觉与音频的实时统一理解与交互；
  • GPT-4 Turbo：具备超长上下文窗口的高性能大语言模型，擅长复杂逻辑处理；
  • GPT-3.5 Turbo：高性价比轻量级模型，适合常规文本加工与摘要；
  • DALL-E 3：在提示词理解与图文遵循度方面极佳的文生图模型；
  • Whisper：开源的高精度多语种语音识别转录模型。

Stability AI 家族

  • Stable Diffusion XL (SDXL)：支持原生 1024x1024 高分辨率渲染的经典开源图像生成大模型；
  • Stable Diffusion 3：基于 MMDiT 架构的全新开源扩散模型，在画面结构连贯性与排版文字生成上大幅升级；
  • Stable Video：能够将静态原画转换为短篇动态动态镜头的视频生成模型。

Google 家族

  • Gemini Pro：谷歌主力多模态大模型，具备极强的多模态综合理解能力与超长上下文；
  • Gemini Ultra：专攻极端前沿难题的高性能研究级多模态模型；
  • Imagen：具备卓越拟真光影质感的图像生成模型。

其它前沿开源与商业生态

  • Cohere (Command / Embed)：在精准指令遵循与企业级语义检索向量领域表现卓越；
  • Midjourney：以极具视觉冲击力与独特艺术美学构图闻名的商业文生图平台；
  • Meta (Llama 3 / 3.1)：开源权重基座大模型的代表，具备全行业最强的微调生态；
  • Meta (Segment Anything / SAM)：专用于视觉图像任意主体精准智能抠图与分割的基础视觉模型；
  • Ollama：极简的开源本地大模型运行框架，允许创作者在个人电脑上完全离线、免配置运行 Llama、DeepSeek 等各类开源模型。

辅助编程概念理解

  • 回调函数 (Callback)：当特定事件触发时由系统自动执行的函数。好比在相机前架设红外感应器，一旦检测到物体移动便自动扣动快门拍照。
  • 自定义参数类型 (Custom Parameter Types)：创作者或开发者根据特定项目需求在节点上扩展注册的专有数据插槽类型。
  • 异常捕获与容错处理 (Exception Handling)：工作流在遇到错误时的备用应急预案，防止系统发生雪崩崩溃：
    • Authentication Error (身份鉴权失败)：当你的请求凭据无效、无权访问某外部服务时抛出；
    • KeyError (键名不存在)：代码尝试使用一个不存在的标签读取字典数据时报错；
    • SyntaxError (语法错误)：编写的代码存在拼写或格式不规范；
    • ValueError (数值非法)：参数传入了格式正确但不合规的值（如给年龄传入了负数）。
  • 元数据 (Metadata)：关于数据本身的描述性信息，类似数码照片 EXIF 信息中记录的相机型号、快门速度与拍摄时间。
  • JSON / CSV：在各系统间传递结构化数据的通用国际标准文件格式。
  • UI (用户界面)：包含画布、按键、弹窗与侧边栏的交互窗口。在 Griptape Nodes 中，我们统一称之为“编辑器 (Editor)”。