HuggingFace baut AUTOMATIC1111 als Gradio-Workflow neu - 73 Knoten, elf Pipelines

HuggingFace hat dem Gradio-Workflow-Feature (Ende August vorgestellt) das Praxis-Statement hinterhergeschoben: Workflow1111 reimplementiert den Grossteil des AUTOMATIC1111-Stable-Diffusion-WebUI als einen einzigen Graph-Canvas. Elf Media-Pipelines aus 73 Knoten decken txt2img, Hi-Res-Fix, img2img, Prompt-Matrix, VLM-Interrogate, Detection-zu-Inpaint-Masken, ControlNet-Annotatoren, Background Removal, PNG Info und Bild-zu-Video ab.

Was auf dem Canvas liegt

Jeder Knoten wrapt einen Operator - fn (Python-Funktion), model (Inference Provider), space (anderer Gradio-Space) oder dataset. Der Hi-Res-Fix ist etwa nur ein Zweiknoten-Detour: Das txt2img-Resultat geht in einen FLUX.1-Kontext-Knoten mit Refine-Instruktion und kommt schaerfer und groesser zurueck. Qwen3-4B schreibt aus groben Prompts Tag-Listen, Qwen2.5-VL liest Bilder zurueck in Prompts, DETR baut aus Objektboxen automatisch Inpaint-Masken - das Malen von Hand entfaellt.

Positionierung gegen ComfyUI

32 der 36 Operator-Knoten sind pure Python-fn-Nodes, 22 laufen komplett lokal ohne Netzwerk-Call - etwa zwei Drittel des Canvas funktionieren offline. Im direkten Vergleich mit ComfyUI setzt Gradio auf: Knoten koennen Hardware sein, die man nicht besitzt; jeder Output wird automatisch zum typisierten REST-Endpoint; OAuth ermoeglicht Besuchern, Workflows unter eigener Identitaet zu nutzen; und Custom Nodes sind schlicht Python-Funktionen. Mit mcp_server=True wird jeder Output ausserdem als MCP-Tool ansteuerbar - Claude Code oder Cursor koennen die Bildgenerierung als Schritt in groesseren Aufgaben aufrufen. Der Space ist duplizierbar und rewirbar.

Link: Original bei HuggingFace