使用Gradio工作流重建AUTOMATIC1111

HuggingFace 团队近日发布了一个名为 Workflow1111 的开源项目，用 Gradio 的 Workflow 功能重建了 AUTOMATIC1111（俗称 A1111）稳定扩散 WebUI 的大部分核心功能。AUTOMATIC1111 是 AI 绘画领域最知名的开源界面之一，长期以来是许多用户生成图像的首选工具，但其架构基于传统的 Web 应用模式，功能模块之间相对独立。Workflow1111 则把这些功能重新组织成一张可视化的流程图，整张画布由 73 个节点组成，串联起 11 条媒体处理管线，涵盖文生图、高分辨率修复、图生图、提示词矩阵网格、VLM 图像 interrogate（反推提示词）、检测到局部重绘蒙版、ControlNet 风格标注器、背景移除、PNG 信息存储以及图生视频等能力。 这个项目的核心思路是把复杂的 AI 图像处理流程拆解为四种基础算子：fn（Python 函数）、model（通过 InferenceClient 调用的模型）、space（另一个 Gradio Space）和 dataset（Hub 数据集中的一行）。每个节点封装一个算子，算子的输入输出直接变成画布上可连接的端口。以文生图管线为例，提示词先经过一个 prompt-builder 函数节点，自动附加所选风格预设并清理文本，再进入模型节点通过 Inference Providers 调用检查点模型，最后经过后处理节点把生成参数写入 PNG 元数据，供后续的 PNG Info 管线读取。高分辨率修复则不再像 A1111 那样先放大再二次去噪，而是把文生图结果送入 FLUX.1-Kontext 模型节点，用一条 refine 指令在保持构图不变的前提下增强细节和微纹理。图生图功能复用了同一个 Kontext 节点，用户上传图片并描述想要的修改即可返回编辑后的图像。 对跨境电商卖家和 AI 工具用户来说，这个项目有几个值得关注的信号。第一，它展示了 AI 图像工作流从"单体应用"向"可视化编排"演进的趋势，ComfyUI 已经验证了这种模式的受欢迎程度，而 Gradio Workflow 的差异化在于 LLM 和扩散模型都是同一画布上的普通模型算子，不需要自定义节点就能把语言模型和图像模型串联起来。第二，Workflow1111 支持用 Hugging Face 账号登录或提供访问令牌，模型调用消耗用户自己的配额，这意味着中小卖家可以低成本地搭建自己的商品图生成、背景替换、批量出图管线，而不必依赖昂贵的商业 SaaS 工具。第三，项目鼓励用户直接复制 Space 并重新接线，对于有技术能力的出海团队来说，这是一个可以快速二次开发的基础框架，比如把检测到局部重绘蒙版的管线改造成"自动识别商品主体并替换背景"的电商专用流程。目前该项目已在 Hugging Face 上线，用户可以直接试用或复制后自行改造。