一句话看懂：Hugging Face 团队用 Gradio Workflow 把 AUTOMATIC1111 稳定扩散 WebUI 的大部分功能重建成一张包含 11 条媒体管线、73 个节点的工作流画布，试图证明复杂 AI 应用也可以靠可视化编排完成。
事件核心：发生了什么
2026 年 9 月 10 日，Hugging Face 博客发布文章，作者 yuvraj sharma 与 Abubakar Abid 介绍了名为 Workflow1111 的实验项目。他们用 Gradio 的 gr.Workflow 把 AUTOMATIC1111（俗称 A1111）stable-diffusion-webui 的主要功能重建为单一工作流画布。
整个画布由 11 条媒体管线和 73 个节点构成，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推提示词、检测转局部重绘遮罩、ControlNet 风格标注、背景移除、PNG Info 元数据写入，以及图生视频等。所有节点只基于四种算子：Python 函数（fn）、通过 InferenceClient 调用的模型（model）、其他 Gradio Space（space）和 Hub 数据集行（dataset）。用户可用 Hugging Face 账号登录或提供访问令牌运行，模型调用消耗自己的配额。
为什么重要
过去要在本地或云端搭一套 A1111 级别的图像生成工具链，通常需要安装 Python 环境、管理插件和自定义节点。Workflow1111 展示了一条不同路径：把模型、函数和第三方空间当作可连接的算子，用画布编排完成原本需要复杂前端和后端的工作。它同时说明，在 Gradio Workflow 里调用大语言模型和扩散模型没有本质区别，两者都是普通 model 算子，这降低了多模型串联的门槛。
对开源 AI 应用生态而言，这是一种把“节点式工作流”从 ComfyUI 等专用工具向通用 Web 框架迁移的尝试。目前公开信息显示，它并不打算取代 A1111，而是演示一种可复用、可复制（duplicate the Space）的构建方式。
对用户/开发者/创作者的影响
对创作者，提示词矩阵、VLM 反推提示词和检测转遮罩等功能把原本需要手工完成的操作自动化，例如一次生成四张不同天气条件下的同一棵橡树并拼成一张联系表。对开发者，这意味着可以用较低成本把多个模型、API 和本地处理逻辑拼成一条推理管线，而不必从零编写调度代码。对企业而言，这种可视化编排可能降低内部 AI 工具原型的搭建时间，但模型调用依赖 Hugging Face 配额和 Inference Providers，成本和数据流向仍需评估。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Workflow1111 是否会从演示 Space 演化为可维护的产品，以及是否支持更复杂的循环和条件分支——目前画布没有循环算子，提示词矩阵靠并排节点并行实现。二是模型调用配额与定价是否适合高频生产使用。三是 ComfyUI 等既有工作流工具是否会在易用性或多模型编排上作出回应。
