ChainForge项目发布v0.3.6版本：新增媒体节点与图像输入功能

ChainForge是一个开源的AI工作流构建工具，它允许开发者通过可视化界面设计和执行复杂的AI模型调用流程。该项目最新发布的v0.3.6版本带来了多项重要更新，特别是在多媒体处理能力方面实现了重大突破。

核心功能升级

本次版本更新的最显著特性是新增了**媒体节点(Media Node)**功能，用户现在可以直接上传图像文件，并将其作为输入传递给支持的AI模型。这一功能目前已经适配了OpenAI、Anthropic、Google和Ollama等主流AI服务提供商。

在实际应用中，开发者可以构建这样的工作流：首先使用一个模型生成图像，然后将生成的图像通过链式调用传递给另一个模型进行进一步处理。这种能力为多模态AI应用开发提供了极大便利。

技术架构改进

为了实现这一功能，开发团队对ChainForge的底层架构进行了多项重要调整：

1. 媒体存储优化：考虑到图像文件通常体积较大，新版ChainForge不再将图像直接存储在浏览器中，而是采用基于SHA-256哈希的唯一标识符方案。系统只在需要显示图像时（如在表格视图中）才会从后端获取实际图像数据。

2. 本地运行支持：当在本地环境中运行时，ChainForge会自动将上传的媒体文件保存到与流程文件相同的目录下的media子目录中，确保数据管理的完整性。

3. 流程打包增强：新版本引入了cfzip打包格式，可以将流程定义文件(JSON)与相关媒体文件一起压缩打包，方便项目的迁移和共享。

兼容性调整

值得注意的是，从v0.3.6版本开始，ChainForge将仅支持Python 3.10及以上版本。这一决定主要是为了兼容markitdown等依赖包的要求，同时也为未来集成更多RAG(检索增强生成)相关功能做好准备。

开发者贡献

本次更新的核心功能主要由社区开发者@loloMD和@RoyHEyono贡献完成，他们实现了媒体节点和图像输入的基础架构。这种开放协作的开发模式正是ChainForge项目的特色之一。

未来展望

这些架构改进不仅解决了当前的图像处理需求，还为ChainForge未来的发展奠定了基础。特别是为处理大量文档和文本块的RAG管道铺平了道路，这将使ChainForge在复杂AI应用开发中发挥更大作用。

对于开发者而言，v0.3.6版本提供了更强大的多模态处理能力，同时也带来了更稳定、可扩展的架构。如果在使用过程中遇到任何问题，开发团队鼓励用户积极反馈，共同推动项目的持续改进。