gr.Workflow: Gradio zamienia pipeline AI w interfejs

gr.Workflow to nowa funkcja wbudowana w Gradio — otwartą bibliotekę Hugging Face do tworzenia interfejsów dla modeli AI — która pozwala budować całe pipeline'y AI jako graficzny, przeciągalny interfejs. Zamiast łączyć kolejne kroki przetwarzania w kodzie Python i debugować przez print(), gdy coś pójdzie nie tak, twórcy opisują workflow jako graf typowanych węzłów. Gradio automatycznie serwuje płótno drag-and-drop, na którym każdy węzeł można uruchomić, a każdy wynik pośredni jest widoczny na żywo.

Autorzy wpisu — Yuvraj Sharma i Abubakar Abid z Hugging Face — prezentują funkcję na przykładzie kilku działających aplikacji (Hugging Face Spaces), które można otworzyć, uruchomić i duplikować.

Kluczowe wnioski

• gr.Workflow zamienia pipeline AI w interfejs: kroki opisuje się jako graf typowanych węzłów, a Gradio generuje interaktywne płótno drag-and-drop.
• Każdy zbudowany workflow działa jednocześnie jako REST API — każde wyjście staje się osobnym endpointem, który można wywołać z Pythona (Gradio Client) lub przez curl, bez otwierania interfejsu.
• Węzły-operatory mogą być własną funkcją Python, modelem z Hugging Face Inference Providers, inną Gradio Space albo wierszem z zbioru danych na Hub.
• Funkcja fn to zwykły kod Python, więc można w niej uruchamiać model na własnym GPU wewnątrz Space, np. przez dekorator @spaces.GPU i ZeroGPU.
• Gotowe workflow wdraża się jednym poleceniem na Hugging Face Spaces — cały graf staje się gotową aplikacją i API.

Jak działa graf workflow

Każdy workflow w gr.Workflow to graf złożony z trzech typów węzłów: referencji (wejść danych), operatorów (kroków wykonujących pracę) oraz podmiotów (wyjść). Operator może być dowolną funkcją Python napisaną przez użytkownika, modelem dostępnym przez Hugging Face Inference Providers, inną Gradio Space albo wierszem pochodzącym z zbioru danych na Hub. Użytkownik łączy je, przeciągając połączenia między typowanymi portami, po czym klika „Run” i obserwuje, jak każdy wynik pojawia się dokładnie w tym miejscu grafu, w którym powstał.

Ten model rozwiązuje typowy problem debugowania pipeline'ów AI — gdy coś działa nieprawidłowo, nie trzeba już przeszukiwać logów konsoli, bo każdy pośredni wynik jest widoczny na płótnie w czasie rzeczywistym.

Przykłady działających aplikacji

Autorzy wpisu prezentują kilka konkretnych demo, dostępnych jako publiczne Hugging Face Spaces:

• Edytor obrazów — pojedynczy węzeł wywołujący model Qwen-Image-Edit przez Hugging Face Inference Providers. Użytkownik wgrywa zdjęcie, wpisuje polecenie edycji (np. „zmień na zimowy, ośnieżony krajobraz”) i otrzymuje zmodyfikowaną wersję.
• Studio mediów AI — jeden graf obsługujący trzy pipeline'y jednocześnie: generowanie obrazu przez FLUX i przekształcenie go w naklejkę poprzez Space usuwającą tło, zamianę tematu na voiceover przez Space text-to-speech oraz wygenerowanie chwytliwego tytułu odcinka przez model LLM. To dwa wywołania modeli przez Inference Providers i dwa wywołania innych Gradio Spaces w jednym workflow.
• Generatywne laboratorium sztuki — jeden prompt rozgałęzia się (tzw. fan-out) na kilka równoległych operacji: bazowy obraz z FLUX, dwie jego reinterpretacje (akwarela i cyberpunkowa neonówka) oraz tytuł galerii napisany przez LLM — wszystko generowane równolegle.
• Data Detective — użytkownik wpisuje identyfikator zbioru danych z Hugging Face (np. stanfordnlp/imdb), a jedno wejście rozgałęzia się na cztery węzły-operatory analizujące dane na żywo przez Datasets Server API: kartę przeglądową, podgląd pierwszych wierszy, statystyki kolumn i wykres rozkładu — wszystko liczone niezależnie i równolegle.
• Animator ZeroGPU — demo animujące statyczny obraz modelem Lightricks/LTX-Video wczytanym przez Diffusers, działające w całości w jednym węźle na GPU udostępnianym dynamicznie przez ZeroGPU.

Wywoływanie workflow z kodu

Jedną z kluczowych zalet gr.Workflow jest to, że każdy zbudowany graf automatycznie staje się REST API — bez dodatkowej pracy. Każde wyjście dostaje endpoint nazwany według swojej etykiety, który można wywołać z Pythona za pomocą Gradio Client. Przykład podany w źródle pokazuje wywołanie działającego, publicznego Space bez tokenu:

from gradio_client import Client

client = Client("ysharma/gr-workflow-multi-endpoint-API")
print(client.predict("hello there friend", api_name="/word_count"))  # -> 3
print(client.predict(20, api_name="/fahrenheit"))  # -> 68.0

Endpointy wywołujące model lub inną Space wymagają tokenu Hugging Face przekazanego przy tworzeniu klienta. Każdy endpoint jest też dostępny przez zwykłe zapytanie HTTP, np. przez curl, co ułatwia integrację workflow z zewnętrznymi systemami bez zależności od Pythona.

Budowanie własnego workflow

Najprostszym sposobem na rozpoczęcie pracy jest otwarcie jednego z opisanych demo, kliknięcie „Duplicate” i przebudowanie połączeń według własnych potrzeb. W kodzie Python minimalny przykład wygląda tak:

import gradio as gr

def your_function(text: str) -> str:
    pass

gr.Workflow(bind=[your_function]).launch()

Autorzy zapowiadają też kolejny wpis, w którym krok po kroku pokażą, jak zbudować za pomocą gr.Workflow rozwiązanie na poziomie złożoności popularnego narzędzia AUTOMATIC1111. Pełny opis rodzajów operatorów, schemat JSON i wzorce wielokrotnego użycia dostępne są w oficjalnym przewodniku gr.Workflow w dokumentacji Gradio.

gr.Workflow łączy w jednym narzędziu trzy funkcje, które dotychczas wymagały odrębnej pracy: wizualne projektowanie pipeline'u, jego uruchamianie z podglądem wyników krok po kroku oraz automatyczne wystawienie jako API i wdrożenie na Hugging Face Spaces.