Neugestaltung von KI-Anwendungen mit Gradio Workflow und AUTOMATIC1111

Die Neudefinition von KI-Anwendungen: AUTOMATIC1111 im Gradio Workflow

Die Entwicklung von Künstlicher Intelligenz (KI) schreitet rasant voran, und mit ihr wächst der Bedarf an effizienten Werkzeugen zur Erstellung, Verwaltung und Bereitstellung komplexer KI-Anwendungen. Eine bemerkenswerte Entwicklung in diesem Bereich ist die Neugestaltung der bekannten Stable Diffusion Web UI AUTOMATIC1111 mithilfe von Gradio Workflow. Diese Initiative, bekannt als Workflow1111, bietet einen tiefen Einblick in die Möglichkeiten, wie komplexe KI-Pipelines als visuelle, knotenbasierte Workflows strukturiert und betrieben werden können.

Gradio Workflow: Eine Einführung in die Architektur

Gradio Workflow ist ein integriertes Tool, das es Entwicklern ermöglicht, KI-Anwendungen als Graphen von typisierten Knoten zu definieren. Diese Knoten repräsentieren Verarbeitungsschritte, und die Verbindungen zwischen ihnen beschreiben den Datenfluss. Die Plattform bietet eine Drag-and-Drop-Oberfläche, auf der jeder Knoten ausführbar ist und Zwischenergebnisse sichtbar gemacht werden können. Die zugrundeliegende Struktur von Gradio Workflows basiert auf vier Haupttypen von Operatoren:

• fn (Python-Funktion): Diese Operatoren kapseln beliebige Python-Funktionen und ermöglichen die Integration benutzerdefinierter Logik und lokaler Verarbeitungsaufgaben.
• model (Modellaufruf): Hierbei handelt es sich um Knoten, die Modelle über einen InferenceClient aufrufen. Dies kann die Nutzung von State-of-the-Art-Modellen für verschiedene KI-Aufgaben umfassen.
• space (Gradio Space): Ein space-Knoten ermöglicht die Einbindung und Nutzung anderer Gradio Spaces als Teil des Workflows. Dies fördert die Modularität und Wiederverwendbarkeit von Komponenten.
• dataset (Hub-Dataset): Dieser Operatortyp gestattet den Zugriff auf und die Verarbeitung von Daten aus Hugging Face Hub-Datasets.

Die Kombination dieser Operatoren ermöglicht den Aufbau vielschichtiger und hochgradig anpassbarer KI-Pipelines.

Workflow1111: Eine Fallstudie in Komplexität und Modularität

Workflow1111 stellt eine umfassende Implementierung der meisten Funktionen von AUTOMATIC1111 in einem einzigen Workflow-Canvas dar. Dieser Workflow besteht aus 73 Knoten, die elf verschiedene Medien-Pipelines bilden. Zu den abgedeckten Funktionen gehören unter anderem Text-zu-Bild-Generierung, hochauflösende Bildkorrektur, Bild-zu-Bild-Transformation, Prompt-Matrix-Raster, VLM-Interrogation, Detektion-zu-Inpaint-Masken, ControlNet-ähnliche Annotatoren, Hintergrundentfernung, Speicherung von PNG-Informationen und Bild-zu-Video-Konvertierung.

Detaillierte Betrachtung ausgewählter Pipelines:

• Text-zu-Bild: Die Kernfunktion beinhaltet die Generierung von Bildern aus Textprompts. Hierbei durchläuft der Prompt zunächst einen fn-Knoten zur Stilvorverarbeitung und wird anschließend an einen model-Knoten zur Bildgenerierung übergeben. Ein weiterer fn-Knoten speichert die Generierungsparameter in den PNG-Metadaten.
• Hochauflösende Korrektur: Diese Pipeline verbessert die Qualität von Text-zu-Bild-Ausgaben durch Hochskalierung und einen zweiten Denoising-Durchlauf, oft unter Verwendung spezialisierter Modelle wie FLUX.1-Kontext.
• Bild-zu-Bild: Hierbei wird ein vorhandenes Bild hochgeladen und basierend auf einem Textprompt modifiziert, wobei derselbe Kontext-Knoten wie bei der hochauflösenden Korrektur verwendet werden kann.
• Prompt-Generierung durch LLMs: Ein Large Language Model (LLM) wie Qwen3-4B kann eingesetzt werden, um detaillierte Prompts aus groben Eingaben zu generieren, die dann von Diffusionsmodellen verarbeitet werden.
• Bilder in Prompts umwandeln: Ähnlich der "Interrogate"-Funktion in AUTOMATIC1111, nutzen VLM-Modelle (Vision-Language Models) wie Qwen2.5-VL, um aus Bildern passende Textprompts zu erstellen. Parallel dazu kann ein ViT-Klassifikator Labels für das Bild liefern.
• Detektion zu Inpaint-Maske: Statt manueller Maskenerstellung generiert diese Pipeline Inpaint-Masken automatisch aus Objektdetektionen, beispielsweise mit DETR. Die lokale Verarbeitung mittels Pillow und NumPy minimiert die Notwendigkeit externer Aufrufe.
• Prompt-Matrix: Diese Funktion erlaubt die Kombination eines Basis-Prompts mit mehreren Suffixen, um eine Reihe von Bildern zu generieren. Da gr.Workflow keine Schleifenoperatoren besitzt, werden mehrere Text-zu-Bild-Knoten parallel ausgeführt.
• Hochskalierung und Hintergrundentfernung: Diese Pipelines nutzen sowohl lokale Python-Funktionen (z.B. Lanczos Resampling) als auch externe Gradio Spaces (z.B. AuraSR ×4, BRIA RMBG-2.0) für spezialisierte Bildbearbeitungsaufgaben.
• Annotatoren: Vorverarbeitungsschritte wie Canny, Line Art oder Sketch, die typischerweise über ControlNet-Erweiterungen bereitgestellt werden, sind hier als einfache fn-Knoten in NumPy implementiert.
• PNG-Informationen: Die Metadaten von generierten PNG-Bildern, wie Prompt, Negativ-Prompt und Modell, werden gespeichert und können später ausgelesen werden.
• Bild-zu-Video: Ein Bild kann durch einen spezialisierten Knoten, wie Wan 2.2 I2V A14B, animiert werden, um ein Video zu erstellen.

Ausführung auf eigener GPU und API-Exposition

Ein wesentlicher Vorteil von Gradio Workflows liegt in der Flexibilität bei der Ausführung von Modellen. Während viele Modellaufrufe über externe Inference Provider oder Gradio Spaces erfolgen können, ermöglichen fn-Knoten auch das Laden und Ausführen von Modellen lokal auf der eigenen GPU. Dies wird beispielsweise im FastVideo/fastvideo-fasth3-preview Workflow demonstriert, der ZeroGPU-Technologie nutzt, um GPUs bedarfsgerecht zuzuweisen und wieder freizugeben.

Jeder Ausgabeknoten eines Gradio Workflows wird automatisch zu einem REST-Endpunkt, ohne dass manuelle Routendefinitionen erforderlich sind. Workflow1111 exponiert neun solcher Endpunkte, die eine nahtlose Integration in andere Anwendungen und die Nutzung als MCP-Tools (Model Context Protocol) ermöglichen. Dies erleichtert die Interaktion von KI-Agenten mit den Workflow-Funktionen, indem sie die generierten Endpunkte direkt ansprechen können.

Vergleich mit ComfyUI

Oft wird Gradio Workflow mit ComfyUI verglichen, da beide Ansätze auf visuellen Knotengraphen basieren. Gradio Workflow bietet jedoch spezifische Vorteile für die Entwicklung und Bereitstellung von KI-Pipelines:

• Hardware-Unabhängigkeit: Knoten können auf externer Hardware (Inference Providers, Hub Spaces) oder lokal ausgeführt werden.
• Automatische API-Generierung: Jeder Output-Knoten wird zu einem typisierten REST-Endpunkt.
• Benutzerauthentifizierung: OAuth ermöglicht es Nutzern, Workflows unter ihrer eigenen Identität auszuführen.
• Multimodalität: Verschiedene Modelltypen (Diffusionsmodelle, LLMs, VLMs, Detektoren, Videomodelle) können in einem Workflow kombiniert werden.
• Anpassbarkeit: Benutzerdefinierte Knoten können als einfache Python-Funktionen implementiert werden.

Das Ergebnis ist eine Multi-Modell-Pipeline, die über einen Browser zugänglich ist, sofort genutzt werden kann und programmatisch aufgerufen werden kann.

Erstellung eigener Workflows

Die Erstellung eigener Gradio Workflows beginnt mit einer einfachen Python-Funktion, die mittels gr.Workflow(bind=[your_function]).launch() in einen Knoten umgewandelt wird. Die Verbindungen zwischen den Knoten werden über edges= definiert. Nach der Fertigstellung kann der Workflow mit gradio deploy auf einem Hugging Face Space bereitgestellt werden. Für den Einstieg können bestehende Workflows wie Workflow1111 dupliziert und angepasst werden, oder man beginnt mit kleineren Beispielen.

Die Neugestaltung von AUTOMATIC1111 mit Gradio Workflow demonstriert eindrucksvoll das Potenzial dieser Plattform für die Entwicklung modularer, skalierbarer und benutzerfreundlicher KI-Anwendungen. Sie bietet eine robuste Grundlage für die Gestaltung komplexer KI-Pipelines, die sowohl für Entwickler als auch für Endnutzer zugänglich sind.

Bibliografie

1. Hugging Face Blog. (2026, September 10). Rebuilding AUTOMATIC1111 with Gradio Workflow. Verfügbar unter: https://huggingface.co/blog/gradio-workflow-1111
2. AI News Today. (n.d.). Rebuilding AUTOMATIC1111 with Gradio Workflow. Verfügbar unter: https://ainewstoday.co/rebuilding-automatic1111-with-gradio-workflow/
3. Hugging Face Blog. (2026, August 25). Wire It, Run It, Deploy It: AI Workflows in Gradio. Verfügbar unter: https://huggingface.co/blog/gradio-workflow-guide
4. Getaibook Blog. (2026, August 25). gr.Workflow Turns AI Pipelines Into Deployable APIs. Verfügbar unter: https://getaibook.com/blog/grworkflow-turns-ai-pipelines-into-deployable-apis/
5. GitHub. (n.d.). AUTOMATIC1111/stable-diffusion-webui at gradio4. Verfügbar unter: https://github.com/AUTOMATIC1111/stable-diffusion-webui/tree/gradio4
6. Gradio. (n.d.). Workflows Guide. Verfügbar unter: https://gradio.app/guides/workflows
7. Starlog. (2026, May 10). How a Gradio Wrapper Became the De Facto Stable Diffusion Interface. Verfügbar unter: https://starlog.is/articles/automation/automatic1111-stable-diffusion-webui/