Узлы (Nodes)

Узлы (Nodes)

Узлы — это строительные блоки ML-пайплайнов. Каждый узел выполняет одну конкретную операцию: принимает данные на входе, обрабатывает их согласно своей логике и передаёт результат на выход. Соединяя узлы в цепочку, вы строите пайплайн любой сложности.

Узлы выбираются из панели слева в визуальном редакторе. Каждый узел имеет входные и выходные порты (кружки на боковых сторонах), через которые устанавливаются соединения. При клике на узел открывается панель настройки его параметров.

Категории узлов

Узлы сгруппированы в четыре категории по их роли в пайплайне:

Категория	Назначение	Примеры узлов
Ввод	Получение данных, запускающих пайплайн	Текстовый ввод, Файловый ввод, API-триггер, Вебхук
Модель	Вызов AI-модели для обработки данных	Вызов LLM, Embedding, Генерация изображения
Трансформация	Изменение, фильтрация или обогащение данных между узлами	Обработка текста, Парсинг JSON, Фильтр по условию
Вывод	Представление или сохранение финального результата	Текстовый вывод, Сохранить в датасет, Вебхук-ответчик

Узлы ввода

Эти узлы определяют, как данные попадают в пайплайн:

• Текстовый ввод — принимает строку текста. Используется для чат-ботов, обработки запросов, анализа текста.
• Файловый ввод — принимает загруженный файл (CSV, JSON, TXT). Применяется для пакетной обработки данных.
• API-триггер — пайплайн запускается HTTP-запросом к специальному эндпоинту. Подходит для интеграции с внешними сервисами.

Узлы модели

Вызывают AI-модели из каталога Arka AI:

• Вызов LLM — отправляет текст в языковую модель и получает ответ. Настройки: выбор модели (DeepSeek-R1, GPT-4 class, и др.), температура, системный промпт, max_tokens.
• Embedding — преобразует текст в векторное представление. Используется для семантического поиска и RAG.
• Генерация изображения — создаёт изображение по текстовому описанию. Требует модель класса text-to-image.

Узлы трансформации

Обрабатывают данные между узлами, не вызывая модели:

• Обработка текста — обрезка, нормализация, извлечение ключевых слов из текста.
• Парсинг JSON — разбор JSON-строки в структурированные поля для дальнейшей обработки.
• Фильтр по условию — пропускает или блокирует данные в зависимости от заданного условия (например, длина текста, наличие ключевых слов).

Узлы вывода

Определяют, что происходит с результатом:

• Текстовый вывод — отображает результат в интерфейсе редактора. Базовый узел для просмотра вывода.
• Сохранить в датасет — записывает результат в датасет Arka AI. Полезно для накопления результатов пакетной обработки.
• Вебхук-ответчик — отправляет результат на внешний URL как HTTP POST-запрос (JSON). Используется для интеграции пайплайнов с внешними системами.

Параметры узлов

Каждый узел имеет индивидуальный набор параметровenger, настраиваемых в панели справа. Общие параметры, встречающиеся в большинстве узлов:

Параметр	Применение	Типичные значения
model	Выбор AI-модели (для узлов модели)	DeepSeek-R1, GPT-4-class, Stable Diffusion, и др.
temperature	Степень случайности ответа LLM	0.0 (детерминированный) — 2.0 (максимально творческий)
max_tokens	Максимальное число выходных токенов	Зависит от модели (100–32768)
system_prompt	Инструкция, задающая поведение модели	"Вы — полезный ассистент, отвечающий на русском языке"
variable	Имя переменной для передачи данных (ввод)	prompt, user_message, input_text
format	Формат вывода (для узлов вывода)	plain (текст), json (JSON-строка), markdown

Значения по умолчанию подходят для первого запуска — меняйте их по мере освоения редактора.