返回资源列表

Hugging Face · yuvraj sharma · Abubakar Abid

Rebuilding AUTOMATIC1111 with Gradio Workflow

Rebuilding AUTOMATIC1111 with Gradio Workflow是Hugging Face的免费文章(en)。前置条件: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。

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。

打开官方课程
难度
见前置条件
类型
博客 · 文章
语言
en
规模
1 个课节
内容费用
免费
动手
需要动手环境

使用限制

学习材料本身无需登录即可阅读;在线试跑 Workflow1111 需 Hugging Face 账号或访问令牌,模型调用消耗自己的额度。

练习与作业
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())
  1. 选择学习环境

    浏览器或在线环境

    先读完“What's on the canvas”弄清四种算子,再逐节看各流水线如何用节点实现,最后尝试在线运行或复制 Space 自己改线。

    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。

  2. 准备工具和账号

    标“选用”的可以跳过。

    运行费用: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。

  3. 让 AI Agent 一次搭好课程

    复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。

    开课提示词 · 只需用一次此提示词尚未实测验证
    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。
    搭好后的课程目录
    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/
准备好了,开始学习

常见问题

免费吗?

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。

需要什么基础?

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。

有中文吗?

本站记录的语言是en;是否有中文字幕或译本本站未核实,请以原站为准。

怎么开始?

从原始资源入口开始:https://huggingface.co/blog/gradio-workflow-1111。本页“学前准备”列出环境与工具,“学习指南”给出开课提示词,可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备: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())。

来源与使用须知

原始资源
Hugging Face
收录时间
本站首次收录 2026-10-28原站首次发布 2026-09-10
指南参考

版权与转载

  • 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。