2026-09-10 — views
使用 Gradio 工作節點重建 AUTOMATIC1111 功能
為什麼值得讀 開發者可以利用 Gradio 的運算子模型，建立複雜且模組化的 AI 管線，無需自訂路由程式碼，從而快速原型化多階段媒體工作流程。
Yuvraj Sharma 與 Abubakar Abid 展示 Workflow1111，這是一個 Gradio 畫布，使用七十三個節點複製 AUTOMATIC1111 的核心媒體管線。
媒體管線的圖形化方法
Yuvraj Sharma 和 Abubakar Abid 推出了 Workflow1111，這是一個將 AUTOMATIC1111 的 stable-diffusion-webui 功能集重建為單一 Gradio Workflow 畫布的專案。此圖表由七十三個節點構成的十一個媒體管線組成。該系統整合了最先進的模型，用於文字轉影像生成、高解析度修復、影像轉影像編輯、提示矩陣、視覺語言模型查詢、基於偵測的繪製遮罩、ControlNet 風格的標註器、背景移除、PNG 中繼資料儲存以及影像轉影片轉換。
核心運算子與節點類型
畫布上的所有媒體管線均由四種運算子類型構成：Python 函式 (fn)、透過 InferenceClient 呼叫的模型、其他 Gradio Spaces 以及 Hub 資料集列。每個節點封裝一個運算子，將其輸入和輸出暴露為邊緣連接的連接埠。這種結構允許開發者無縫混合本地處理與遠端模型呼叫。例如，雖然某些節點需要網路呼叫，但其他節點則完全在進程內運行，確保即使失去網路連線，畫布的大約三分之二仍保持功能正常。
關鍵管線實作
文字轉影像管線複製了 AUTOMATIC1111 的 txt2img 標籤頁，處理負面提示、步驟、CFG 和種子。提示建構函式在將文字傳遞給模型節點之前，會附加樣式預設值並清理文字。高解析度修復是透過使用 FLUX.1-Kontext 模型來增強細節並放大影像的兩節點迂迴路徑來實作的。影像轉影像功能共用此 Kontext 節點，允許使用者上傳影像並描述所需的變更。
進階功能包括使用 Qwen3-4B 將粗略想法轉換為標籤列表的 LLM 輔助提示生成器，以及使用 Qwen2.5-VL 從影像生成提示的 VLM 查詢器。偵測管線使用 DETR 識別物件，並使用 Pillow 和 NumPy 在本地生成繪製遮罩。提示矩陣功能並行運行四個文字轉影像節點以建立聯絡表，因為 Gradio Workflow 缺乏迴圈運算子。放大和背景移除利用本地函式和遠端 Spaces，例如 AuraSR 和 BRIA RMBG-2.0。
實戰筆記
雖然許多呼叫發送至遠端硬體，但 fn 節點可以在使用者的 GPU 上本地載入模型。該應用程式為每個輸出節點暴露九個 REST 端點，允許外部客戶端與工作流程互動。此外，啟用 MCP 支援會將這些輸出轉化為 AI 助手（如 Claude Code 或 Cursor）的工具，使代理程式能夠在無需編寫粘合程式碼的情況下，作為更大任務的一部分生成影像或執行偵測。