Diffusers-workflow 是一个构建在 Hugging Face Diffusers 之上的声明式引擎，允许大型语言模型智能体使用 JSON 文档而非 Python 脚本来编写、验证、运行和检查图像或视频流水线。它暴露了一个包含约 50 个工具的 MCP 服务器作为主要接口，从而实现智能体对 GPU 资源的无人值守控制。

  • 该系统包含一个 `validate_workflow` 工具，可在不加载模型的情况下检查架构和流水线签名，以便尽早捕获错误。
  • 运行工作流或下载模型等昂贵操作需要显式的 `acknowledged_cost=true` 标志，以防止未经授权的费用支出。
  • 工作流被定义为带有变量引用的命名步骤列表，使其具备可组合性、可进行 git diff 比较以及通过缓存结果实现可重复性。
  • 该引擎支持各种量化方法、缓存加速器、LoRA、IP-Adapter 以及 CUDA、MPS 和 CPU 等硬件后端。

这种方法允许智能体管理多阶段生成任务，例如将文本到图像流水线链接到视频流水线，同时确保资源安全和可复现性。