高级多媒体算子库 (Advanced Media Library)
高级多媒体算子库 (Advanced Media Library) 是一套专为在本地硬件上高效运行各类生成式大模型打造的工业级算子拓展包——全面内聚了扩散管线（Diffusion Pipelines）、高阶图像与视频预处理算子（深度图提取、边缘检测、姿态估计、语义分割）、LoRA 微调权重融合工具以及 YOLO 高性能人脸检测识别能力。
- 官方开源仓库：griptape-ai/griptape-nodes-library-advanced-media
- 运行硬件要求：强烈建议配备高性能独立显卡（NVIDIA GPU，支持 CUDA 硬件加速）；从 Hugging Face 下载专有权重需备妥个人访问凭证（详见 Hugging Face 模型集成指引）；
- 算子分类分布：在算子选择器中归类于音频 (audio)、扩散生成 (diffusion)、图像处理 (image)、视频生成 (video)、LoRA 增强以及通用工具 (utils) 分组。
安装与集成途径 (Installation)
在初次运行命令行 gtn init 初始化工程时，系统会主动提示是否安装该高级多媒体库——你可以当场键入 y 完成注册；若此前跳过了该步骤，随时重新执行 gtn init 补装即可，详情参阅 常见问题 FAQ。
亦可通过图形化界面以标准第三方算子库的方式引入： 在编辑器顶部菜单栏依次打开 Manage → Library Management，点击 Add Library，并粘贴 Git 仓库地址：
https://github.com/griptape-ai/griptape-nodes-library-advanced-media
常规的安装更新与依赖排障步骤请参阅 算子库管理手册。
核心算子技术手册索引 (Node reference)
该算子库共内聚了 28 个高性能专业节点。当前已上线专属参考页面的核心算子包括：
- Diffusion Pipelines 扩散管线生成算子 — 高度优化地构建并缓存 🤗 Diffusers 内存管线，执行工业级图像合成；
- YOLOv8 Face Detection 人脸检测定位算子 — 极速检测人脸关键点，并输出高精度边界框 (Bounding Box) 与人脸遮罩 (Mask)。
与模块化 Diffusers 算子库并发调度的显存警告
高级多媒体库与 模块化 Diffusers 算子库 共享底层上游依赖项（diffusers、transformers、torch），且各自在内存中维护一套独立的管线哈希缓存。在同一个工作流会话中同时加载这两套库，可能会导致重复的百亿参数模型权重被双重载入显存 (VRAM) 与系统内存，引发爆显存 (OOM) 崩溃。强烈建议在同一会话中专一选用其中一套库构建管线。
技术支持与反馈 (Support)
若在生产使用中捕获到底层异常或希望提交功能改进建议： 欢迎前往 GitHub Issues 页面 提交工单。