Gradio Workflow : l'IA en mode Lego pour créer des apps en quelques clics

DES APPS D'IA COMME DES PIPES À EAU

La plupart des applications d'intelligence artificielle les plus intéressantes sont en réalité des pipelines : on génère une image, puis on supprime son arrière-plan, ou on l'édite pour en faire quelque chose de nouveau. On écrit un texte, puis on lui donne une voix, ou on change cette voix sans toucher au texte. Aujourd'hui, ces étapes sont reliées entre elles avec du code Python. Et quand un résultat est bizarre, il faut retourner dans le code pour trouver d'où vient l'erreur.

GR.WORKFLOW : L'INTERFACE QUI DEVIENT VOTRE APP

Le gr.Workflow, intégré directement dans Gradio, transforme ce pipeline en une interface visuelle. Vous décrivez vos étapes comme un graphe de nœuds typés, et Gradio vous affiche un canevas où chaque nœud est exécutable. Chaque résultat intermédiaire est visible en temps réel. Mieux encore : ce même graphe devient automatiquement une API REST et peut être déployé en une commande sur Hugging Face Spaces.

TROIS EXEMPLES CONCRETS POUR COMPRENDRE

Rien de mieux que de voir des workflows en action. Chaque application ci-dessous est un Hugging Face Space que vous pouvez ouvrir, exécuter et dupliquer en quelques secondes.

1. Éditer une image avec une simple phrase

Téléchargez une photo, tapez une commande comme « transforme ça en paysage hivernal », « ajoute des lunettes de soleil » ou « rend la voiture rouge », et récupérez votre image modifiée. Toute l'application est un seul nœud qui appelle Qwen-Image-Edit via les Hugging Face Inference Providers.

2. Trois pipelines en un seul graphe

Commencez avec une phrase, générez une image avec FLUX, passez-la à un espace Gradio qui supprime l'arrière-plan pour en faire un autocollant. La même phrase devient une voix off via un espace de text-to-speech, tandis qu'un appel à un modèle de langage produit un titre accrocheur pour un épisode. Résultat : un seul canevas, deux appels de modèles et deux appels à des espaces Gradio.

Chacun des trois résultats dispose de sa propre URL d'API REST : /sticker, /voiceover et /episode_title. Vous pouvez les appeler directement depuis votre code sans ouvrir l'interface.

3. Une idée, trois versions d'image

Tapez une idée comme « un chat sur une lune », et l'application génère en parallèle trois versions : une image de base avec FLUX, une version aquarelle douce et une version cyberpunk néon. Chaque image est produite par un nœud de modèle utilisant les Inference Providers, tandis qu'un nœud de fonction écrit un titre via un modèle de langage. C'est le pattern fan-out : une seule idée alimente plusieurs opérateurs simultanément, tout en parallèle.

ANALYSER UN DATASET EN UN CLIC

Tapez l'identifiant d'un dataset Hugging Face, comme stanfordnlp/imdb ou mteb/tweetsentimentextraction, et une seule entrée se propage vers quatre nœuds d'analyse qui traitent le dataset en direct via l'API Datasets Server. Vous obtenez une carte d'aperçu, un aperçu des premières lignes, des statistiques par colonne et un graphique de distribution, tous calculés indépendamment et en parallèle. C'est la puissance des workflows .

UTILISER VOTRE PROPRE GPU DANS L'APP

Jusqu'ici, tous les nœuds appelaient des modèles sur Hugging Face. Mais un nœud de fonction n'est qu'une fonction Python : il peut aussi exécuter un modèle directement dans l'espace, sur un GPU. Décorez votre fonction liée avec @spaces.GPU et, quand le nœud s'exécute, ZeroGPU récupère un GPU pour cet appel, exécute le modèle et le libère. Plus besoin de dépendre des Inference Providers ou des espaces Gradio existants.

Regardez cette démo qui anime une image fixe avec Lightricks/LTX-Video chargé via Diffusers, le tout à travers un seul nœud. gr.Workflow ne se soucie pas de votre configuration GPU : il appelle simplement la fonction liée.

COMMENT ÇA MARCHE ? DÉCOMPOSITION EN 3 TYPES DE NŒUDS

Chaque workflow est un graphe composé de trois types de nœuds :

• Références : vos entrées (texte, image, fichier)
• Opérateurs : les étapes qui font le travail (fonctions Python, modèles sur Hugging Face, espaces Gradio, lignes d'un dataset)
• Sujets : vos sorties (images, texte, données)

Vous reliez ces nœuds en glissant-déposant entre des ports typés. Vous lancez l'exécution, et chaque résultat apparaît à sa place. C'est aussi simple que ça.

TRANSFORMER VOTRE WORKFLOW EN API REST EN UN CLIN D'ŒIL

Chaque workflow que vous construisez devient automatiquement une API, sans aucun travail supplémentaire. Chaque sortie devient un endpoint REST nommé d'après son étiquette. Vous pouvez l'appeler depuis Python avec le client Gradio. Voici un exemple concret avec l'espace de démo multi-endpoint :

from gradio_client import Client

client = Client("ysharma/gr-workflow-multi-endpoint-API")

print(client.predict("hello there friend", apiname="/wordcount"))  # -> 3
print(client.predict(20, api_name="/fahrenheit"))                    # -> 68.0

Les endpoints qui appellent un modèle ou un espace nécessitent un token Hugging Face. Passez-le lors de la création du client :

from gradioclient import Client, handlefile

client = Client("ysharma/gr-workflow-image-editor", token="hf_.")

edited = client.predict(
    handle_file("dog.jpg"),
    "turn it into a snowy winter scene",
    apiname="/editedimage",
)

Préférez l'HTTP brut ? Chaque endpoint est accessible via curl :

curl -s https://ysharma-gr-workflow-multi-endpoint-API.hf.space/gradioapi/call/wordcount \
  -H "Content-Type: application/json" -d '{"data": ["hello there friend"]}'

CRÉER VOTRE PREMIER WORKFLOW EN 30 SECONDES

La méthode la plus rapide pour commencer est d'ouvrir l'une des démos ci-dessus, de cliquer sur Dupliquer et de commencer à réorganiser les nœuds. Depuis Python, c'est tout aussi simple :

import gradio as gr

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

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

Pour un guide complet, les types d'opérateurs, le schéma JSON et les patterns réutilisables, consultez le guide officiel gr.Workflow dans la documentation Gradio.

ET SI ON CRÉAIT UNE INTERFACE COMME AUTOMATIC1111 ?

Vous pouvez même construire quelque chose d'aussi complexe qu'AUTOMATIC1111 avec gr.Workflow. Restez à l'affût pour notre prochain article, où nous détaillerons étape par étape comment le faire. Voici un petit avant-goût :

LISTE DES MODÈLES ET ESPACES MENTIONNÉS

Modèles mentionnés :

• Qwen-Image-Edit
• FLUX
• Lightricks/LTX-Video
• AUTOMATIC1111

Espaces mentionnés :

• ysharma/gr-workflow-multi-endpoint-API
• ysharma/gr-workflow-image-editor