# Rebuilding AUTOMATIC1111 with Gradio Workflow

- 发布方：Hugging Face；作者：yuvraj sharma、Abubakar Abid
- 形式：文章 · en
- 原始资源：[https://huggingface.co/blog/gradio-workflow-1111](<https://huggingface.co/blog/gradio-workflow-1111>)
- 本站页面：[https://oplearnx.com/resources/res\_5f5efgjt2jcg](<https://oplearnx.com/resources/res_5f5efgjt2jcg>)
- 学习主题：人工智能 / 多模态 / 多模态生成；人工智能 / 机器学习 / 深度学习 / 生成模型 / 扩散与流匹配；人工智能 / 多模态
- 内容状态：状态待核验
- 原始发布时间：2026-09-10 08:00
- 本站首次收录：2026-10-28 00:05

## 能学到什么

了解如何用 Gradio Workflow 的算子把文生图、图像编辑、检测转遮罩、放大抠图、图生视频等多条媒体流水线组织成一张图，并复现 AUTOMATIC1111 的常见功能。

- 说清 gr.Workflow 的四种算子（fn、model、space、dataset）各自的作用与端口连接方式
- 搭建一条文生图流水线，设置负向提示词、步数、CFG、种子、尺寸与模型 id
- 用 fn 节点实现提示词清洗、参数写入 PNG 元数据并在 PNG Info 流水线读回
- 把检测结果转换为局部重绘遮罩，并说明检测走网络、画框与生成遮罩在本地用 Pillow/NumPy 完成
- 用并列节点并行生成提示词矩阵并把结果拼成一张对照图
- 区分本地算子与通过网络调用的 Space/Inference Providers 模型节点
- 把画布上的输出节点当作 REST 接口，用 gradio\_client 从代码调用

## 适合我吗

- 适合：想学用 Gradio Workflow 搭建多模态图像/视频流水线、并以一张图理解 A1111 各项功能的开发者。
- 需要留意：想系统学习扩散模型原理、模型训练或提示词理论的学习者；文中主要是工程搭建与节点说明。

## 前置条件与费用

- 知识前置：需要会用 Python，了解 Gradio 基本用法与常见图像模型（如扩散模型、DETR、VLM）的大致用途；节点式的图编程经验有帮助但非必须。
- 软件、账号与硬件：Hugging Face 账号或访问令牌（在线试跑 Workflow1111 时需要）；本地运行需自备 Python 环境与 Gradio。
- 内容费用：免费：节选里可直接读到全文各节的技术讲解内容，无付费墙或登录拦截；页面顶部的 Pricing、Hugging Face PRO 是平台入口，不改变本教程费用。
- 实践费用：实践可能产生费用：网页写明运行 Workflow1111 需登录 Hugging Face 账号或提供访问令牌，“模型调用使用你自己的额度”，可能产生额度消耗；文中的本地算子与部分演示无需 GPU。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [Hugging Face 账号](<https://huggingface.co/login>)：登录或配置访问令牌以运行 Workflow1111
- [Workflow1111 Space](<https://huggingface.co/spaces/ysharma/Workflow1111>)：在线体验文章中搭建的完整工作流画布
- [Gradio Workflow 官方指南](<https://gradio.app/guides/workflows#operator-kinds>)：查四种算子与节点连接的权威说明

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词

```text
请帮我把「Rebuilding AUTOMATIC1111 with Gradio Workflow」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://huggingface.co/blog/gradio-workflow-1111
我的系统：Windows。如果实际不符，先调整方案。
本次路线：浏览器或在线环境。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：大部分算子在本地进程运行、无需 GPU；涉及 model 与 space 节点的调用走 Inference Providers 或 Space，需要账号与额度。
课节（官方顺序）：
1. Rebuilding AUTOMATIC1111 with Gradio Workflow：https://huggingface.co/blog/gradio-workflow-1111

1. 环境
- 浏览器（在线运行 Workflow1111）
- Hugging Face 账号或访问令牌
- 可选：本地 Python 环境 + Gradio（自建并 .launch() 时）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://huggingface.co/blog/gradio-workflow-1111
3. 目录（最外层放在我确认的位置）
gradio-workflow-1111/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-rebuilding-automatic1111-with-gradio-workflow/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 打开 https://huggingface.co/spaces/ysharma/Workflow1111 并登录  → 能看到包含多条媒体流水线的画布界面
  - 在文生图节点填一个简单提示词并运行  → 输出节点返回生成图像，PNG 元数据含提示词、步数、CFG、种子等参数
  - 运行一段 gradio_client 调用 /image 端点的代码  → 得到返回结果而非报错
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Rebuilding AUTOMATIC1111 with Gradio Workflow」。课程目录是 gradio-workflow-1111/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [Rebuilding AUTOMATIC1111 with Gradio Workflow](<https://huggingface.co/blog/gradio-workflow-1111>)

## 指南参考

- [课程主页](<https://huggingface.co/blog/gradio-workflow-1111>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：Hugging Face 账号或访问令牌（用于在线运行 Workflow1111，模型调用使用本人额度）；本地 Python 环境与 Gradio（如按文中用 fn 节点加载本地模型并 .launch\(\)）
- 转载与修改 · 课程页面与材料：未找到明确许可。网页未写明本博客文章的许可协议；正文提到文章源码在 GitHub 的 huggingface/blog 仓库更新，但未给出许可名 [依据](<https://huggingface.co/blog/gradio-workflow-1111>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）