AI-folyamatokat építhet grafikus felületen a Gradio új funkciója

A Gradio gr.munkafolyamat funkciója a korábbiaknál egyszerűbbé teszi az összetett AI-folyamatok, vagyis a „folyamat-ok” megépítését és futtatását. A fejlesztők vizuális felületen, drag-and-drop módszerrel definiálhatják az egyes lépéseket csomópontok gráfjaként, ahol minden csomópont futtatható, és minden köztes eredmény látható.

A gr.munkafolyamat-val létrehozott grafikus folyamatok automatikusan REST API-ként is elérhetővé válnak, és egyetlen paranccsal telepíthetők Hugging Face Spaces-re. Ez azt jelenti, hogy az összetett AI-alkalmazások, mint például kép-szerkesztők, média-stúdiók vagy generatív művészeti labok, könnyen megoszthatók és futtathatók mások számára.

A csomópontok lehetnek egyedi Python-függvények, Hugging Face Inference Providers modellek, más Gradio Space-ek, vagy akár GPU-accelerált fn csomópontok a ZeroGPU integráció révén. A Gradio blogon bemutatott példák között szerepel kép-szerkesztő a Qwen-Image-Edit modellel, média-stúdió, amely több modellt és Gradio Space-t láncol össze, valamint generatív művészeti lab, amely párhuzamosan több képet generál egyetlen ötletből.

GPU-s modellek futtatása és API-ként való használat

A gr.munkafolyamat lehetővé teszi saját GPU-s modellek futtatását is. Az úgynevezett fn csomópontokat a „@spaces.GPU” dekorációval lehet ellátni, így a ZeroGPU automatikusan lefoglal egy GPU-t a futtatáshoz. Ez a megközelítés független a Hugging Face Inference Providers-től vagy más Gradio Space-ektől, és lehetővé teszi például a Lightricks/LTX-Video modell használatát a Diffusers könyvtáron keresztül.

Minden elkészített munkafolyamat egyben API is, további munka nélkül. Minden kimenet a címkéje után elnevezett REST végpont-ként érhető el, amelyeket Pythonból a Gradio client segítségével lehet hívni. A cikk bemutatja a kliensoldali példákat, valamint a curl parancs használatát is, kiemelve, hogy a modell- vagy Space-hívások Hugging Face token alatt futnak.

A fejlesztők a meglévő demók „Duplicate” gombjára kattintva kezdhetik el saját munkafolyamat-juk építését, vagy akár egy teljesen új, Python-alapú alkalmazást is létrehozhatnak mindössze néhány sor kóddal. A Gradio dokumentációja részletes útmutatót nyújt a munkafolyamat-k felépítéséhez, az elérhető csomópontok típusairól és a JSON sémáról. A Gradio blogja szerint a jövőben egy újabb posztban mutatják be egy összetett, AUTOMATIC1111-szerű rendszer lépésről lépésre történő felépítését.