Daggr：介于 Gradio 和 ComfyUI 之间的 AI 工作流可视化方案

Daggr 是一个代码优先的 Python 库，可将 AI 工作流转换为可视化图，支持对 Gradio 管道进行检查、重跑和调试。

单模型、单 prompt 的简单 demo 通常不会有什么问题。但当工作流扩展到多个步骤，比如加入后处理函数、背景移除、转录摘要、检索重排等等时情况就开始失控了。

状态在各个环节之间流转，我们不得不反复运行 cell、打印中间结果、注释掉大段代码来定位问题。每次出错，甚至不确定该从哪个环节开始排查：是输入有问题？模型出了状况？还是中间的胶水代码逻辑不对？

这种场景在 AI 应用开发中极为常见。

Daggr 正是为解决这类问题而设计的。它不是要取代 Python，也不是强推拖拽式编辑器，而是填补一个长期存在的空白：用代码定义工作流，用可视化图审视系统状态。

Daggr 概述

Daggr 是一个用于构建 AI 工作流的开源 Python 库。工作流通过代码定义，使用标准 Python 语法，无需 DSL 或 YAML 配置。

Daggr 的核心功能是从代

 

https://avoid.overfit.cn/post/725b46b7dd434d9eb3a90ff9d67b968a