Сложные AI-приложения, где модели последовательно обрабатывают данные, обычно требуют много кода и отладки. Hugging Face показал, как этот процесс можно упростить: они воссоздали большинство функций популярного генератора изображений AUTOMATIC1111 в виде единого визуального конструктора Workflow1111, построенного на новом инструменте Gradio Workflows.
Workflow1111 — это полноценная реализация функций AUTOMATIC1111, объединяющая 11 медиа-пайплайнов и 73 узла. Она включает модели для выполнения следующих задач:
- Генерация текста в изображение — основная функция с контролем негативных промптов, шагов, CFG, сида, ширины и высоты.
- Улучшение разрешения — функция Hi-resolution fix, использующая модель FLUX.1-Kontext для детализации и увеличения изображений.
- Преобразование изображения в изображение — редактирование загруженного изображения по текстовому описанию с помощью той же модели FLUX.1-Kontext.
- Создание матриц промптов — автоматическая генерация расширенных промптов с помощью Qwen3-4B LLM.
- VLM-интеррогация — описание изображений и извлечение тегов с помощью Qwen2.5-VL и классификатора ViT.
- Маскирование для инпейнтинга — детекция объектов для создания масок.
- Инструменты в стиле ControlNet — аннотаторы для точного контроля генерации.
- Удаление фона — изоляция объектов на изображении.
- Сохранение информации из PNG — запись параметров генерации в метаданные файла.
- Преобразование изображения в видео — создание анимированных клипов из статичных изображений.
Все эти пайплайны построены из четырех типов операторов: fn (функция Python), model (вызов модели через InferenceClient), space (другое Gradio Space) и dataset (строка из датасета Hub). Каждый узел на холсте Workflow1111 оборачивает один такой оператор. Для работы с Workflow1111 достаточно войти в аккаунт Hugging Face, при этом вызовы моделей будут использовать собственную квоту пользователя.
Workflow1111 демонстрирует, как Gradio Workflows упрощает разработку и развертывание сложных AI-приложений, превращая их в гибкие визуальные графы. Это позволяет инженерам быстро собирать и изменять многошаговые пайплайны, используя готовые модели и функции. Однако, модель использует квоту пользователя, и детали масштабирования для коммерческих проектов пока не раскрыты.