跳至主要內容

節點參考

CodefyUI 內建 158 個節點，涵蓋 16 大類別。已安裝的 外掛包 與你自己的 自訂節點 會再加入更多。

提示

此表反映目前版本，但後端才是權威來源。請查看即時節點面板或 GET /api/nodes，確認目前安裝可用的節點。雙擊畫布可搜尋節點。

類別節點數量
CNNConv2d、Conv1d、Conv2dExplicit、ConvTranspose2d、MaxPool2d、AvgPool2d、AdaptiveAvgPool2d、BatchNorm2d、Dropout、Activation10
RNNLSTM、GRU、RNNCell3
TransformerMultiHeadAttention、TransformerEncoder、TransformerDecoder、MoELayer4
RLDQN、PPO、EnvWrapper、RewardModel、KLDivergence、PolicyRollout、PPOClipObjective、GroupRelativeAdvantage、Discount、GridWorldEnv、PreferenceDataset、BradleyTerryLoss、BradleyTerryTrain、RLTrainingLoop14
資料 (Data)Dataset、ImageFolderDataset、DataLoader、DatasetBatch、Transform、HuggingFaceDataset、KaggleDataset、TensorInput、TextInput、CSVReader、ColumnSelector、RowSelector、Normalize、SyntheticDataset、SyntheticShapes、SyntheticSegmentation、SyntheticSequence、TrainTestSplit、KFoldSplit、DatasetSplit、ResizeTransform、ToTensorTransform、NormalizeTransform、RandomCrop、RandomHorizontalFlip、RandomRotation、ColorJitter、RandAugment、ComposeTransform、TensorDataset30
資料流 (Data Flow)Map、Reduce、Switch3
訓練 (Training)Optimizer、Loss、TrainingLoop、EvaluateModel、LRScheduler、SequentialModel、BackwardOnce7
IOImageReader、ImageWriter、ImageBatchReader、FileReader、CheckpointSaver、CheckpointLoader、ModelLoader、ModelSaver、Inference、GraphInput、GraphOutput、VideoLoad、VideoWrite13
控制 (Control)Start1
工具 (Utility)Print、Reshape、Concat、Flatten、Linear、Visualize、Embedding、PythonScript、ScatterPlot2D、DecisionBoundary10
正規化 (Normalization)BatchNorm1d、LayerNorm、GroupNorm、InstanceNorm2d4
張量運算 (Tensor Operations)Add、MatMul、Mean、Multiply、ScalarMultiply、Permute、Softmax、Argmax、Split、Squeeze、Stack、TensorCreate、Unsqueeze、MaskedFill、TensorStats15
LLMLLMChat、Tokenizer、WordVector、TextEmbedding、EmbeddingScatter、CosineSimilarity、AttentionMask、AttentionHeatmap、PositionalEncoding、CausalLMModel、LMCrossEntropyLoss、LMTokenizer、TextCorpusDataset、LMTokenizedDataset、DataMixDataset、PerplexityEvaluate、TextGenerate、DocumentLoader、TextChunker、VectorStore、Retriever、PromptBuilder、HFTextGenerate23
傳統機器學習 (Classical)KNN、LinearRegression、LogisticRegression、DecisionTreeClassifier、RandomForestClassifier、SVMClassifier、MLPClassifier、Accuracy、RegressionMetrics9
DiffusionUpsample、TimestepEmbedding、Lerp、GaussianNoise、DDPMSampler、DiffusionUNet、DiffusionTrainingLoop7
VLAVLAModel、VLARollout、VLAActionEval、PushWorldEnv、PushWorldDemos5

重點節點​

  • Start（控制）— 定義執行進入點。每個可執行的圖都需要一個；請參閱你的第一個圖。
  • TensorInput（資料）— 提供內嵌格狀編輯器，用來輸入明確的張量值。教學檢視器範例會以此節點作為輸入。
  • 變換鏈（資料）— 九個節點會組成 transforms.Compose：ResizeTransform 將圖片縮放為正方形；ToTensorTransform 將 PIL 圖片轉為 [0, 1] 張量；NormalizeTransform 套用逐通道正規化並提供預設組合；RandomCrop、RandomHorizontalFlip、RandomRotation、ColorJitter 與 RandAugment 套用資料增強；ComposeTransform 則合併兩條分別建構的鏈。參數與順序規則請參閱資料與資料增強。
  • ImageFolderDataset（資料）— 依 torchvision ImageFolder 預期的目錄結構，從每個類別各自的目錄載入圖片。接上選用的 path 輸入時，會取代 path 參數。
  • 表格資料訓練路徑（資料、傳統機器學習）— CSVReader → TrainTestSplit → TensorDataset → DataLoader → TrainingLoop 可以用 CSV 訓練神經網路。回歸目標請把 CSVReader 的 target_type 設為 number，目標就會以浮點數列表輸出。TensorDataset 把特徵與目標配對：number 產生 float32 目標，一維目標會變成 [N, 1]，對齊單一輸出的模型；class 產生給 CrossEntropyLoss 用的 int64 類別索引；測試集的 TensorDataset 要把訓練集那一個的 classes 輸出接到自己的 classes 輸入，即使測試集缺少某個類別，兩邊的類別編號仍然一致；token 讓整數目標維持原本形狀並轉成 int64，例如給 LMCrossEntropyLoss 用的 [N, T] 下一個 token 編號。RegressionMetrics 比較預測值與真實值，輸出 MSE、MAE 與 R²，並和 Accuracy 記錄 accuracy 一樣，把它們記錄為 run metric。KFoldSplit 的輸入與 TrainTestSplit 相同，會把 k 折切分（sklearn 的 KFold，開啟 stratify 時為 StratifiedKFold）中的一折留作 x_val 與 y_val；用掃描把 fold 參數從 0 跑到 n_folds - 1，就是 k 折交叉驗證。LinearRegression 可以直接接收切分後的 y_train 列表，所以 CSV 回歸不需要 ColumnSelector。
  • TrainingLoop（訓練）— 執行訓練，並將即時 loss 圖表傳至結果面板。它的選項與記錄的指標序列列在訓練迴圈與 loss 圖表。其進階區段包含記憶體控制項 precision 與 accumulate_steps（請參閱訓練記憶體），以及 strategy：設為 ddp 時，會在指派兩張以上 GPU 的 worker run 中以多張卡訓練同一個模型（請參閱多 GPU 執行）。
  • SequentialModel（訓練）— 以單一節點表示層堆疊。雙擊節點可開啟模型架構編輯器。編輯器提供依類別分組且可搜尋的層級面板，以及用來連接各層的畫布。架構必須恰好包含一個 Input 節點與一個 Output 節點，合併層則提供連接埠清單編輯器。控制項包括吸附 ON/OFF、由上至下的自動排列、JSON 匯入與匯出，以及套用。驗證會拒絕循環。匯出會把架構下載為 model_architecture.json。匯入可讀取這種檔案或畫布圖的 .json：檔案中的層節點會轉成 Input → 各層 → Output 的鏈；若沒有層節點，則載入其中的 SequentialModel（有多個時，會以選擇要匯入的 SequentialModel詢問要匯入哪一個）。其他檔案會失敗並顯示匯入失敗：此檔案沒有層級或 SequentialModel 節點。 參數在層級中意義不同的畫布節點會在匯入時轉換：Reshape 的形狀去掉 batch 項、Embedding 的 padding_idx 為 -1 時移除，LayerNorm、AdaptiveAvgPool2d 與 MultiHeadAttention 的參數會改寫。自注意力節點的 query、key、value 三條連線會合併成它唯一的輸入。層級編輯器無法表示的節點（alpha 不為 1 的 Add、交叉注意力節點、沒有 batch 項的 Reshape）會中止匯入，並以訊息指出是哪個節點；畫布上的 Mean 是對單一張量取平均，匯入時會略過並顯示警告。匯入只會取代編輯器目前顯示的內容；點擊套用後節點才會變更。Subtract、Concat 與 Stack 的結果取決於運算元順序，因此卡片上每個運算元各有一個標示的輸入（Subtract 為 a / b，Concat 與 Stack 為 in0、in1、...），運算元依此順序取用。在這些標示出現前儲存的架構，沿用當初連線的順序，編輯器開啟時也會依該順序標示。
  • EmbeddingScatter（LLM）— 使用 PCA 或 t-SNE 將嵌入向量投影至 2D，並顯示可縮放的散佈圖。
  • AttentionHeatmap（LLM）— 傳遞 attention weight，可選擇其中一個 head，並傳遞選填的 token 標籤。節點卡片會將 weight 顯示為 heatmap，另提供完整尺寸的檢視器。
  • 由套件包提供的後端（LLM）— WordVector 的 glove-50d 與句子編碼器選項，以及整個 TextEmbedding，都會載入套件中心所安裝的模型。未安裝模型的選項會顯示為灰色。若缺少的選項是圖中已儲存的目前值，該選項仍可選取並會顯示警告。執行圖時不會下載這些模型。套件包大小、檔案位置與編碼器選擇方式請參閱選用套件包。
  • 語言模型鏈（LLM）— 八個節點組成 GPT 式解碼器的訓練路徑：TextCorpusDataset 從 Hugging Face Hub 或本機 .txt 讀取文字列；DataMixDataset 將 2 到 6 個這類語料混合成一個資料集：ratio 讓 weights 決定各語料在 total_rows 列輸出中的占比，必要時重複或抽樣文字列；interleave 每一列只用一次，因此占比等於各語料的大小，weights 只決定各語料在 seed 固定的順序中的分布；concat 依序讀完各個語料作為課程；LMTokenizedDataset 建立固定長度的下一詞元區塊；DataLoader 將批次供應給 TrainingLoop；CausalLMModel 提供模型；LMCrossEntropyLoss 提供 loss；LMTokenizer 則提供共用的 tokenizer（tiktoken 的 BPE 詞彙表，或詞彙量小到適合字元層級模型的 byte 與 char 編碼）。PerplexityEvaluate 會評估保留資料切分，TextGenerate 則從已訓練權重取樣文字。CausalLMModel 的預設值會產生 203,668,480 個參數；若要在筆電上訓練，請降低 d_model 與 n_layers。請參閱範例集中的 Pretrain an LM on TinyStories。
  • RAG 鏈（LLM）— 七個節點使用指定文件作為回答脈絡：DocumentLoader 將目錄中的每個 .md 與 .txt 讀取為 {text, source}；TextChunker 建立可嵌入的切塊，並保留來源名稱與字元位移；TextEmbedding 建立向量；VectorStore 將一個 [N, D] 矩陣與切塊文字一併儲存，並以一次矩陣乘法搜尋；Retriever 回傳最接近的 top_k 個切塊與分數；PromptBuilder 將切塊及問題插入限定脈絡的範本；HFTextGenerate 則在本機執行 Qwen2.5-0.5B-Instruct。你可以用 LLMChat 取代 HFTextGenerate，改用 Ollama 或託管提供者。TextEmbedding 需要 sentence-embeddings 套件包，HFTextGenerate 需要 rag 套件包。請參閱範例集中的 Fully local RAG 與 RAG with a chat API，下載內容則請參閱選用套件包。
  • VLA 鏈（VLA）— VLA 類別包含五個專用節點。訓練與評估圖會連接 PushWorldEnv、PushWorldDemos、VLAModel 與 TrainingLoop，再使用 VLAActionEval 和 VLARollout。PushWorldEnv 以 torch 實作受語言條件控制的 2D 推動任務；干擾圓盤會使策略必須讀取指令才能識別目標。PushWorldDemos 會建立 scripted-expert 行為複製樣本與保留資料切分。VLAModel 結合視覺前端、位元組層級指令嵌入、Transformer 主幹與分塊動作專家。VLAActionEval 會測量相對於 expert 的保留資料開迴路 MSE，VLARollout 則以滾動時域執行測量閉迴路成功率。Train a VLA on PushWorld 的 README建議使用 CUDA GPU，並記錄 RTX 4080 約需執行 56 分鐘。
  • RL 節點（RL）— GridWorldEnv 提供不依賴 Gymnasium 的 gridworld。PolicyRollout 會執行策略 N 個回合，並記錄狀態、動作、獎勵與 logits。Discount 計算 return，GroupRelativeAdvantage 計算 GRPO 的群組平均 baseline，PPOClipObjective 則計算 PPO 的 clipped surrogate，並回傳指出哪些樣本使用 clipped branch 的 mask。RewardModel 會為每個 sequence 產生一個純量分數。PreferenceDataset 建立訓練與保留 preference pair；BradleyTerryLoss 計算 preference loss；BradleyTerryTrain 訓練 reward head，並回報訓練與保留資料的 accuracy，以呈現捷徑學習。KLDivergence 計算 policy 相對於 reference 的正則化項。DQN、PPO 與 EnvWrapper 會與 Gymnasium 整合。RLTrainingLoop 以 REINFORCE、DQN 或 PPO 完整訓練一個智能體：接上模型（REINFORCE 與 DQN 用 DQN 或 SequentialModel，PPO 用 PPO 的 actor-critic）、EnvWrapper 或 GridWorldEnv 的環境，以及 Optimizer。它會跑 episodes 個回合，或在最近 20 個回合的平均回報達到 target_return 時停止，同時繪製即時 loss 曲線並把 mean_return 記錄為 run metric。請參閱範例集中的 RLHF reward and KL terms。
  • Diffusion 鏈（Diffusion）— GaussianNoise 建立帶 seed 的 noise，並可符合上游張量的 shape。DiffusionUNet 提供將 (x, t) 映射至 predicted noise 的 toy U-Net，DiffusionTrainingLoop 則訓練此模型。DDPMSampler 在單一節點內執行 reverse process，使圖維持無環；其詳細 trace 會記錄 trajectory snapshot。TimestepEmbedding、Upsample 與 Lerp 可用來明確建構相同運算。Diffusion 範例包括 Forward diffusion on a digit（GaussianNoise 與 Lerp），以及 Toy reverse diffusion sampling 和 Mini U-Net node（GaussianNoise → DiffusionUNet → DDPMSampler）。請參閱範例集。
  • ModelSaver / ModelLoader（IO）— 寫入與讀取模型檔。預設的 state_dict 模式會儲存張量，且不要求載入任何類別。full_model 模式會儲存以 pickle 序列化的模組，並使用受限解序列化器載入；此解序列化器允許 torch 與 CodefyUI 的 layer class，以及 CodefyUI Transformer layer 所儲存的兩個 torch activation function。模式選擇與載入需求請參閱儲存與載入模型。
  • VideoWrite / VideoLoad（IO）— VideoWrite 將 (T, C, H, W) 或 (T, H, W, C) 的影格張量編碼後寫入媒體資料夾（backend/data/media，專案目錄模式下為 assets/media）。format 為 auto 時，若 PATH 中有 ffmpeg 執行檔就寫出 mp4，否則透過 Pillow 寫出 gif；選 mp4 則必須有 ffmpeg。相同的 filename 會覆寫先前的影片。執行紀錄與檢視器會直接播放 mp4，gif 則以圖片顯示；preview 輸出是中間影格的 PNG。VideoLoad 會將影片解碼為數值在 [0, 1] 的 (T, 3, H, W) 影格，並輸出 fps 與 num_frames；相對的 path 會從媒體資料夾讀取。mp4 與 webm 需要 ffmpeg 與 ffprobe 執行檔，gif 只需要 Pillow；max_frames 與 stride 可限制保留在記憶體中的影格數。
  • ImageWriter / ImageBatchReader（IO）— ImageWriter 把張量存成影像，寫到資料目錄的 output 資料夾（backend/data/output，專案目錄模式下為 assets/output）。image 輸入接受 (C, H, W) 或 (H, W) 的單張影像，或 (N, C, H, W) 的批次，數值為 [0, 1] 的浮點數或 uint8。超過一張的批次會每張各寫一個檔案，檔名後面加上補零的編號（shape.png 會寫成 shape_0.png、shape_1.png……）。path、paths 與 directory 輸出列出寫入的檔案與資料夾。ImageBatchReader 把目錄裡符合樣式的影像堆成 (N, C, H, W)；把 ImageWriter.directory 接到它選用的 directory 輸入，會取代 directory 參數，並讓讀取排在寫入之後。接上的目錄和參數一樣，必須位於資料目錄或範例目錄之內。觸發邊不會決定兩個節點的先後，讀取能排在寫入之後靠的是這條資料邊。
  • Switch（資料流）— 依從 0 開始的索引，轉發其中一個輸入。selector 參數設定索引；selector 埠有接線時，改用執行時算出的值。接上最後一個空輸入時會再多出一個，最多 16 個。索引超出範圍或指到沒接線的輸入時，執行會停止並回報錯誤；若是 selector 參數如此設定，Run 會在任何節點執行前就拒絕。輸出的型別就是已接線輸入的型別，這些輸入必須是同一種型別。用 selector 參數選擇時，只接到未選輸入的節點都會被略過：不執行、不快取，也不會出現在匯出的 Python 中，卡片上會顯示未選取。用 selector 埠選擇時，要到執行中才知道選哪個，所以所有已接線的輸入都會先算完，未被選到的輸入若出錯，執行仍會停止。需要讓多個來源接到同一個輸入時，請把它們接到一個 Switch。

連接埠資料型別​

連線是有型別的。內建的資料型別包括：Tensor、Model、Dataset、DataLoader、Optimizer、Loss、Scalar、String、Image、List、Transform、Any、Trigger。Trigger 型別正是 Start 節點所發出、用來驅動執行順序的型別，而 Transform 則是變換鏈節點之間互相傳遞的型別。