Gradio 团队发布了一个名为 Workflow1111 的示例项目，用单个 gr.Workflow 画布重建了 AUTOMATIC1111 的 stable-diffusion-webui 大部分功能。整个应用是一个包含 73 个节点的图，由 11 条媒体管线组成，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推提示词、检测生成 inpaint 掩码、ControlNet 风格预处理器、背景移除、PNG Info 存储与读取、图生视频。

所有管线都由四种操作符构建：fn（Python 函数）、model（通过 InferenceClient 调用的模型）、space（另一个 Gradio Space）、dataset（Hub 数据集行）。用户用 Hugging Face 账号或访问令牌登录后，模型调用消耗自己的配额。核心文生图管线包含提示词构建器、模型节点（通过 Inference Providers 调用 checkpoint），并在输出时把生成参数写入 PNG 元数据，供 PNG Info 管线读回。高清修复用 FLUX.1-Kontext 节点做二次去噪，图生图也复用同一节点。

项目展示了几个关键设计：提示词反推由 Qwen2.5-VL VLM 完成，同时并行跑一个 ViT 分类器（示例给出标签置信度：restaurant 51.9%、tobacco shop 15.6%、toyshop 9.1%），由于两个节点共享同一图像输入，gr.Workflow 自动并行执行。DETR 检测器生成对象框，再用 Pillow/NumPy 本地绘制框和生成掩码。提示词矩阵用 fn 节点生成四个变体，四个文生图节点并列执行，最后拼成联系表。上采样和背景移除调用 Space 节点（AuraSR ×4、BRIA RMBG-2.0），而 Canny、line art 等注释器全部是纯 NumPy 写的 fn 节点，无模型，CPU 上半秒左右处理一张示例图。

全文强调大多数节点不需要网络调用：36 个操作符节点中 32 个是 fn，其中 22 个完全进程内运行，约三分之二的画布在断网时仍能工作。所有模型调用默认走远程硬件，因此构建和运行 Workflow1111 不需要自备 GPU。但 fn 节点也可以加载本地模型，项目提到 FastVideo/fastvideo-fasth3-preview 这个 gr.Workflow 应用，用 @spaces.GPU 装饰器在 ZeroGPU 上运行 FastH3 生成带音轨的视频，Workflow1111 画布同样能驱动本地 GPU。

每个输出节点自动成为 REST 端点，Workflow1111 暴露了九个（/image、/edited_image、/generated_prompt 等），无需手写路由。同一端点也可作为 MCP 工具暴露，启动时设 mcp_server=True，AI 客户端（Claude Code、Cursor）可通过 MCP 协议调用，每个调用者用自己的 token，Space 不保存密钥。项目定位是比肩 ComfyUI 的节点图工具，但更强调硬件可归属他人、端点自动生成、OAuth 身份复用、多模态混合。

作者给出的起点非常简单：一个 bind 函数加 launch() 就能打开画布，gradio deploy 部署到 Space。用户可 Duplicate Workflow1111 后重接线，或参考之前的五个小示例。