Construtor de Espaços Gradio LoRA

Quando Usar

Use esta habilidade quando precisar construir e publicar uma demonstração Gradio no Hugging Face Spaces para um LoRA fornecido pelo usuário. Use quando alguém pedir para criar, gerar, enviar ou publicar um Espaço, demonstração, aplicativo Gradio ou playground para um LoRA — incluindo LoRAs para Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL, ou outros...

Construa e publique uma demonstração Gradio no Hugging Face Spaces que execute inferência com um LoRA fornecido pelo usuário. Use sempre que alguém pedir para criar, gerar, enviar ou publicar "um Espaço", "uma demonstração", "um aplicativo Gradio" ou "um playground" para um LoRA — seja o modelo base Qwen-Image, Qwen-Image-Edit, LTX ou outro modelo de difusão. Use também quando alguém descrever um LoRA que treinou ou hospeda no Hub e quiser compartilhá-lo. O destino padrão é hardware ZeroGPU e a biblioteca de inferência padrão é diffusers quando o modelo base a suporta.

A saída é um Espaço real e publicado (privado por padrão) que o usuário pode experimentar no navegador, não um script local.

O que parece "bom" para estas demonstrações

A demonstração deve parecer feita sob medida para este LoRA específico, não um modelo genérico com o LoRA adicionado. Dois LoRAs que compartilham uma tarefa ainda podem precisar de demonstrações diferentes: um LoRA de vídeo com controle de pose e um LoRA de vídeo de outpainting ambos recebem vídeo e produzem vídeo, mas as entradas que o usuário fornece, o pré-processamento e os controles são completamente diferentes. Reconhecer isso é o trabalho central aqui.

Concretamente, uma boa demonstração:

• Carrega rápido e executa rápido — carregamento mínimo do modelo, contagem de passos sensata, sem computação desperdiçada por chamada.
• Tem uma interface de usuário com exatamente os controles que este LoRA precisa e nada mais. Sliders em excesso são um custo, não um recurso.
• Mostra ao usuário o que está acontecendo — progresso, saídas intermediárias onde úteis, a semente usada, um erro claro quando a entrada está faltando.
• Honra as recomendações próprias do LoRA de seu cartão de modelo: palavras-gatilho, contagem de passos recomendada, escala de orientação recomendada, escala de LoRA recomendada, exemplos de entrada.
• É criativa onde a criatividade ajuda — telas interativas, sliders de antes/depois, pré-visualizações lado a lado do processamento intermediário — e simples onde a simplicidade é correta.

Fluxo de Trabalho

Trabalhe nessas fases em ordem. As informações coletadas em uma fase decidem a próxima.

1. Colete as informações do LoRA necessárias para escolher um pipeline e projetar uma interface de usuário.
2. Escolha o pipeline base e a receita de inferência.
3. Projete a interface de usuário para a tarefa e as entradas específicas deste LoRA.
4. Escreva app.py, requirements.txt e README.md juntos; mostre os três ao usuário para uma aprovação em lote.
5. Publique o Espaço (privado).

Não envie perguntas em gotas em vários turnos. Agrupe-as.

Fase 1 — Coleta de informações do LoRA

Obrigatório: um repositório LoRA no Hub (por exemplo, username/my-lora).

Primeiro, tente ler o repositório sem um token. Se for bem-sucedido, o repositório é público — prossiga. Se falhar com 401/403, o repositório é privado/restrito e você precisa de uma sessão autenticada para lê-lo. Não peça um token imediatamente. Verifique primeiro se o usuário já está autenticado.

from huggingface_hub import HfApi, get_token

cached_token = get_token()  # picks up HF_TOKEN env var or cached CLI login
if cached_token:
    try:
        info = HfApi().whoami(token=cached_token)
        username = info["name"]
        # info also has fine-grained token scope info if applicable
    except Exception:
        cached_token = None  # token exists but is invalid/expired

Em seguida:

• Se um token válido em cache existir e ele puder ler o repositório, use-o. Nenhuma solicitação é necessária.
• Se não houver token em cache, ou se o token em cache não puder ler este repositório privado, peça ao usuário um token — uma vez, com a explicação abaixo.

Ao solicitar um token (e somente quando você realmente precisar solicitar):

Preciso de um token de acesso Hugging Face com escopo de escrita (para ler o LoRA se for privado/restrito e para publicar o Espaço). Crie um em https://huggingface.co/settings/tokens. Cole-o aqui.

O mesmo token será reutilizado para publicação na fase final, então esta é uma solicitação única.

Em seguida, leia o que está no repositório:

• Liste os arquivos do repositório (huggingface_hub.HfApi().list_repo_files(repo_id)). Procure por .safetensors, README.md, imagens/vídeos de exemplo, vários checkpoints.
• Busque o cartão do modelo (huggingface_hub.ModelCard.load(repo_id)). O dicionário data tem campos estruturados; o corpo do README text tem o corpo do README.

…