有些工具的变化，不是多了一个按钮，而是换了一种使用方式。
Topaz 就是一个很好的例子。
过去我用 Topaz Gigapixel AI 或 Topaz Video AI，通常是这样的流程：
打开软件，导入图片或视频，选模型，调参数，等待处理，导出文件，然后再把结果拿回自己的工作流里。
这当然能用，但它有一个明显的问题：Topaz 是一个独立软件，工作流是断开的。
所以我最近做了一个新玩法：
不再把 Topaz 当成一个要手动打开的软件，而是把它变成画布里的一个可连接、可编排、可复用的节点。
这件事很有意思。
因为它改变的不是高清化能力本身，而是高清化能力进入工作流的方式。
核心思路
我没有复制 Topaz，也没有绕过授权。
我的做法很简单：
把电脑里已经安装并登录的 Topaz，封装成本地画布工作流的一环。
整个链路大概是这样：
画布素材节点
-> Topaz 高清化节点
-> 本地后端接口
-> 本机素材解析
-> Topaz Gigapixel / Topaz Video AI
-> output 文件
-> 回流画布
也就是说，Topaz 还是 Topaz。
只是它不再孤零零地待在工作流外面，而是被接进了我的画布系统里。
前端只表达意图
画布上的 Topaz 节点，本质上只负责一件事：
把用户想做什么表达清楚。
比如图片高清化节点会收集：
- 要处理哪张图片
- 用什么模型
- 放大几倍
- 要不要降噪
- 要不要锐化
- 要不要保留更多细节
视频高清化节点会收集：
- 要处理哪个视频
- 用什么视频增强模型
- 放大几倍
- 要不要补帧
- 目标 FPS 是多少
- 是否优先使用 GPU 编码
- 是否保留音轨
注意，这里的前端并不直接调用 Topaz。
它只是表达用户意图。
真正涉及本机文件、路径、进程调用、错误处理的事情，都交给本地后端来做。
后端把浏览器请求变成本机任务
后端做的第一件事，是把画布里的素材引用变成本机文件。
因为画布里传来的一般不是一个简单文件路径，可能是：
- 上游节点生成的图片
- 上传的视频
- 资源库里的素材
- 某个输出目录里的结果
- 内部媒体引用
这些东西对浏览器来说是素材，对 Topaz 来说却必须变成真实可读的本地文件。
所以后端会先做一次素材解析。
解析完成后，再根据任务类型分发：
图片 -> Gigapixel
视频 -> Topaz Video AI
这一步是整个设计里最关键的桥。
它让画布上的“素材”，真正变成了本机 AI 软件能处理的“文件”。
图片分支：调用 Gigapixel
图片高清化走的是 Topaz Gigapixel AI。
节点里的参数，会被翻译成 Gigapixel 能理解的命令行参数。
比如：
- 放大倍率
- 模型类型
- 降噪强度
- 锐化强度
- 压缩修复
- 细节保留
执行完成后，后端会扫描输出目录，找到最新生成的图片，再把它回传给画布。
于是这个结果就不再是一个孤零零的导出文件。
它会回到画布里，继续被下游节点使用。
比如预览、整理、二次处理、上传、生成封面、继续进入别的工作流。
视频分支：调用 Topaz 自带 ffmpeg
视频高清化更有意思。
它不是调用普通 ffmpeg，而是调用 Topaz Video AI 安装目录里的 ffmpeg。
原因是：只有 Topaz 自带的这个版本，才包含视频增强需要的过滤器。
比如高清化会用到类似这样的 filter chain：
tvai_up=model=iris-3:scale=2:estimate=8:compression=1:blend=0
如果开启补帧，还会追加：
tvai_fi=model=apo-8:fps=48
默认情况下，视频编码会优先走 GPU：
hevc_nvenc
如果机器没有可用的 NVENC 编码器，再自动 fallback 到 CPU 路径。
这个细节很重要。
因为不是每个人的显卡环境都一样，工作流要尽量让不同机器都能跑起来。
状态检测不是装饰
节点右上角的“已检测”，不是 UI 装饰。
它背后会检查几件事：
- Gigapixel 是否存在
- Topaz Video AI 自带 ffmpeg 是否存在
- 模型目录是否配置
- 当前可用的图片模型和视频模型有哪些
这也是为什么我会让这个节点先提示用户：
请先安装并登录 Topaz。
这个工作流不内置 Topaz，也不打包 Topaz。
它只是检测本机能力是否可用，然后把这些能力桥接到画布上。
真正聪明的地方
我觉得这套设计最聪明的地方，是边界感很清楚。
前端负责交互和参数表达。
后端负责本地文件解析、路径安全、进程生命周期和错误归因。
Topaz 负责真正的 AI 高清化计算。
这样做有几个好处。
第一，浏览器不用跨权限访问本机程序。
第二，Topaz 的商业软件和授权逻辑不会被打包进我的工具里。
第三，复杂的 CLI 参数不会暴露给普通用户。
第四，输出会统一回到画布，下游可以继续接预览、资源库、二次处理、上传、工作流编排。
也就是说，用户看到的是一个简单节点。
背后其实是一条完整的本地 AI 工具链。
这就是新玩法
这不是“又加了一个高清化功能”。
更准确地说，这是把一个专业桌面软件的能力，改造成画布工作流里的一个能力节点。
以前 Topaz 是工作流外部的一个工具。
现在 Topaz 变成了工作流内部的一段链路。
以前我要手动导入、处理、导出、再接回去。
现在我可以把它放在画布中间：
上游生成图片或视频，Topaz 做高清化，下游继续预览、整理、发布、二次处理。
这就是我喜欢的地方：
专业软件不需要被替代，它只需要被接入。
小结
这个 Topaz 节点不是前端直接调用本机软件。
它是一条克制的本地工具链：
不复制 Topaz。
不绕过授权。
不把复杂 CLI 暴露给用户。
只把本机已经存在的专业 AI 能力，变成画布里可编排、可连接、可复用的节点。
我觉得这可能会是未来很多 AI 工具的形态：
不是所有能力都重写一遍，而是把用户电脑里已经存在的强工具，变成统一工作流里的模块。
如果你更喜欢图形化理解，我做了一个交互式结构页：可以从总览进入每个模块，看完再返回。
