Hugging Face Skills

Füge Beschreibungen für neue Modelle vom HuggingFace-Router zur chat-ui-Konfiguration hinzu. Verwende dies, wenn neue Modelle auf dem Router veröffentlicht werden und Beschreibungen benötigen…

Fixes broken typing checks detected by ty, make typing, or make check-repo. Use when typing errors appear in local runs, CI, or PR logs.

Behebt defekte Typüberprüfungen, die von ty, make typing oder make check-repo erkannt wurden. Verwenden, wenn Typfehler in lokalen Ausführungen, CI- oder PR-Protokollen auftreten.

Review code changes for bugs and alignment with OpenEnv principles and RFCs. Use when reviewing PRs, checking code before commit, or when asked to review…

Code-Änderungen auf Fehler und Übereinstimmung mit OpenEnv-Prinzipien und RFCs prüfen. Verwenden beim Überprüfen von PRs, beim Prüfen von Code vor dem Commit oder wenn eine Überprüfung angefordert wird…

Bietet Anleitung zum Schreiben, Optimieren und Benchmarken von C++ CPU-Kernels mit SIMD-Intrinsics (AVX2/AVX512) für das Hugging Face Kernels-Ökosystem. Enthält…

Provides guidance for writing, optimizing, and benchmarking C++ CPU kernels with SIMD intrinsics (AVX2/AVX512) for the Hugging Face kernels ecosystem. Includes…

Provides guidance for writing and benchmarking optimized CUDA kernels for NVIDIA GPUs (H100, A100, T4) targeting HuggingFace diffusers and transformers…

Bietet Anleitung zum Schreiben und Benchmarken optimierter CUDA-Kernel für NVIDIA GPUs (H100, A100, T4) mit Fokus auf HuggingFace Diffusers und Transformers…

Use when the user has written (or wants to write) a `ModularPipelineBlocks` subclass in a local Python file and needs to package it into a Hub-uploadable…

Stelle eine OpenEnv-Umgebung auf Hugging Face Spaces bereit. Verwende dies, wenn du aufgefordert wirst, etwas bereitzustellen, auf Hugging Face zu pushen oder einen Space zu aktualisieren.

Deploy an OpenEnv environment to Hugging Face Spaces. Use when asked to deploy, push to Hugging Face, or update a space.

Use when the user wants to run a diffusers pipeline from a terminal (one-off generation, batch jobs, smoke-testing a new model), run on HF Sandbox hardware via…

Beispiel-Fixture-Skill für Action-Smoke-Tests

Example fixture skill for action smoke tests

Generiere OpenEnv-Umgebungen aus einem konkreten Anwendungsfall (z. B. „generiere eine Umgebung für die Bibliothek textarena“). Verwende, wenn du aufgefordert wirst, eine neue zu entwerfen oder zu implementieren…

Generate OpenEnv environments from a concrete use case (for example, "generate an env for the library textarena"). Use when asked to design or implement a new…

Erstelle Gradio-Weboberflächen und Demos in Python. Verwende dies beim Erstellen oder Bearbeiten von Gradio-Apps, Komponenten, Ereignis-Listenern, Layouts oder Chatbots.

Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing models, datasets, spaces, buckets, repos, papers, jobs, and more on the Hugging Face Hub.…

Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing repositories, models, datasets, and Spaces on the Hugging Face Hub. Replaces now…

Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing repositories, models, datasets, and Spaces on the Hugging Face Hub. Replaces now…

Ermittle den lokalen AWS-Kontext des Benutzers (aktives Profil, Region, Konten-ID, Aufruferidentität) zu Beginn jeder AWS-Aufgabe. Verwende diese Fähigkeit vor jeder anderen AWS-…

Richten Sie eine isolierte Python-Umgebung für SageMaker / AWS-Arbeiten ein, mit der richtigen Python-Version und aktuellem boto3. Verwenden Sie diese Fähigkeit, wann immer Python-Code …

Planen und koordinieren Sie die Bereitstellung eines Modells auf Amazon SageMaker AI. Verwenden Sie diese Fähigkeit, wenn der Benutzer ein Modell auf … bereitstellen, hosten, serven oder verfügbar machen möchte.

Stellen Sie sicher, dass eine nutzbare SageMaker-Ausführungsrolle existiert, bevor Sie bereitstellen oder trainieren. Verwenden Sie diese Fähigkeit immer dann, wenn Sie einen SageMaker-Endpunkt, ein Modell, ein Training… erstellen möchten.

Erstellen Sie einen SageMaker-Endpunkt (Echtzeit oder asynchron) mit automatischer Skalierung, CloudWatch-Alarmen und standardmäßig aktiviertem Tagging. Verwenden Sie diese Fähigkeit, wenn Sie kurz davor sind, einen … zu erstellen.

Wählen Sie den richtigen Serving-Container für eine SageMaker-Modellbereitstellung aus und finden Sie dessen aktuelles Image-URI. Verwenden Sie diese Fähigkeit, wenn Sie ein Modell auf einer… bereitstellen möchten.

Nutze den Hugging Face Hub über MCP-Server-Tools. Durchsuche Modelle, Datensätze, Spaces, Papers. Rufe Repo-Details ab, rufe Dokumentationen ab, führe Compute-Jobs aus und nutze Gradio…

Use Hugging Face Hub via MCP server tools. Search models, datasets, Spaces, papers. Get repo details, fetch documentation, run compute jobs, and use Gradio…

Hugging Face CLI zur Schätzung des erforderlichen Speichers zum Laden von Safetensors- oder GGUF-Modellgewichten für die Inferenz vom Hugging Face Hub

Generate Hugging Face Hub (huggingface_hub) release notes from cached PR JSON files. Use when asked to draft release notes from PR files.

Generiere Hugging Face Hub (huggingface_hub) Release-Notizen aus zwischengespeicherten PR-JSON-Dateien. Verwende, wenn aufgefordert, Release-Notizen aus PR-Dateien zu entwerfen.

Diagnose and recover failing or stuck Hugging Face Space deployments for OpenEnv environments. Use when deploying envs from `envs/` to the Hub (`openenv`…

Diagnose and recover failing or stuck Hugging Face Space deployments for OpenEnv environments. Use when deploying envs from `envs/` to the Hub (`openenv`…

Execute Hugging Face Hub operations using the `hf` CLI. Use when the user needs to download models/datasets/spaces, upload files to Hub repositories, create repos, manage local cache, or run compute jobs on HF infrastructure. Covers authentication, file transfers, repository creation, cache operations, and cloud compute.

Erstellen und verwalten Sie Datensätze auf dem Hugging Face Hub. Unterstützt das Initialisieren von Repos, das Definieren von Konfigurationen/System-Prompts, das Streamen von Zeilenaktualisierungen und SQL-basierte Abfragen/Transformationen von Datensätzen. Entwickelt, um zusammen mit dem HF MCP-Server für umfassende Dataset-Workflows zu arbeiten.

Evaluierungsergebnisse in Hugging Face-Modellkarten hinzufügen und verwalten. Unterstützt das Extrahieren von Evaluierungstabellen aus README-Inhalten, das Importieren von Bewertungen aus der Artificial Analysis API und das Durchführen benutzerdefinierter Modellevaluierungen mit vLLM/lighteval. Funktioniert mit dem model-index-Metadatenformat.

Führen Sie beliebige Workloads auf der Hugging Face Jobs-Infrastruktur aus. Umfasst UV-Skripte, Docker-basierte Jobs, Hardwareauswahl, Kostenschätzung, Authentifizierung mit Tokens, Secrets-Verwaltung, Timeout-Konfiguration und Ergebnis-Persistenz. Entwickelt für universelle Compute-Workloads wie Datenverarbeitung, Inferenz, Experimente, Batch-Jobs und beliebige Python-basierte Aufgaben.

Trainieren oder Feintunen von Sprachmodellen mit TRL (Transformer Reinforcement Learning) auf der Hugging Face Jobs-Infrastruktur. Umfasst SFT-, DPO-, GRPO- und Belohnungsmodell-Trainingsmethoden sowie GGUF-Konvertierung für die lokale Bereitstellung. Enthält Anleitungen zur Datensatzvorbereitung, Hardwareauswahl, Kostenschätzung und Modellpersistenz.

Veröffentlichen und verwalten Sie Forschungspapiere im Hugging Face Hub. Unterstützt das Erstellen von Papierseiten, das Verknüpfen von Papieren mit Modellen/Datensätzen, die Autorenangabe und das Generieren professioneller, auf Markdown basierender Forschungsartikel.

Erstellen Sie wiederverwendbare Skripte und Tools mit der Hugging Face API. Nützlich beim Verketten oder Kombinieren von API-Aufrufen oder wenn Aufgaben wiederholt/automatisiert werden. Erstellt wiederverwendbare Befehlszeilenskripte zum Abrufen, Anreichern oder Verarbeiten von Daten aus dem Hugging Face Hub.

ML-Trainingsexperimente mit Trackio verfolgen und visualisieren. Verwenden beim Protokollieren von Metriken während des Trainings (Python-API) oder beim Abrufen/Analysieren protokollierter Metriken (CLI). Unterstützt Echtzeit-Dashboard-Visualisierung, HF Space-Synchronisierung und JSON-Ausgabe für Automatisierung.

Nutze diese Fähigkeit für Arbeitsabläufe der Hugging Face Dataset Viewer API, die Subset-/Split-Metadaten abrufen, Zeilen paginieren, Text durchsuchen, Filter anwenden, Parquet herunterladen …

Add evaluation results to Hugging Face model repositories using the .eval_results/ format. Uses HF CLI for PR management and manual YAML creation.

Fügen Sie Bewertungsergebnisse zu Hugging Face Modell-Repositories hinzu, indem Sie das .eval_results/-Format verwenden. Nutzt die HF CLI für PR-Verwaltung und manuelle YAML-Erstellung.

Trainiert und verfeinert Objekterkennungsmodelle (D-FINE, RT-DETR v2, DETR, YOLOS) mit Hugging Face Transformers auf Hugging Face Jobs Cloud-GPUs. Deckt ab…

Hugging Face Paper-Seiten in Markdown nachschlagen und lesen sowie die Papers-API für strukturierte Metadaten wie Autoren, verknüpfte Modelle/Datensätze/Spaces, GitHub … nutzen.

Trainiert und feinabstimmt Vision-Modelle für Objekterkennung (D-FINE, RT-DETR v2, DETR, YOLOS), Bildklassifikation (timm-Modelle — MobileNetV3, MobileViT, ResNet,…

Findet die besten Modelle für eine Aufgabe, indem es offizielle HF-Benchmark-Leaderboards abfragt, Ergebnisse mit Modelldaten anreichert, nach Kompatibilität mit dem Gerät des Nutzers filtert und eine Vergleichstabelle mit Benchmark-Ergebnissen zurückgibt.

Führen Sie Evaluierungen für Hugging Face Hub-Modelle mit inspect-ai und lighteval auf lokaler Hardware durch. Verwenden Sie dies zur Backend-Auswahl, lokalen GPU-Evaluierungen und zur Wahl zwischen…

Nutze diese Fähigkeit für Hugging Face Dataset Viewer API-Workflows, die Subset/Split-Metadaten abrufen, Zeilen paginieren, Text durchsuchen, Filter anwenden, Parquet herunterladen …

Erstelle Gradio-Web-Oberflächen und Demos in Python. Verwende dies beim Erstellen oder Bearbeiten von Gradio-Apps, Komponenten, Ereignis-Listenern, Layouts oder Chatbots.

Diese Fähigkeit sollte verwendet werden, wenn Benutzer Workloads auf der Hugging Face Jobs-Infrastruktur ausführen möchten. Deckt UV-Skripte, Docker-basierte Jobs, Hardwareauswahl, … ab.

Trainieren oder Feintunen von Sprach- und Bildmodellen mit TRL (Transformer Reinforcement Learning) oder Unsloth auf der Hugging Face Jobs-Infrastruktur. Umfasst SFT, DPO,…

Verwenden, um Modelle auszuwählen, die lokal mit llama.cpp und GGUF auf CPU, Mac Metal, CUDA oder ROCm ausgeführt werden sollen. Deckt das Finden von GGUFs, die Quantisierungsauswahl, das Ausführen von Servern, genaue…

Erstelle und veröffentliche eine Gradio-Demo auf Hugging Face Spaces für einen vom Benutzer bereitgestellten LoRA. Verwende, wenn jemand darum bittet, einen Space, eine Demo zu erstellen, zu generieren, auszuliefern oder zu veröffentlichen,…

Veröffentlichen und verwalten Sie Forschungspapiere auf dem Hugging Face Hub. Unterstützt das Erstellen von Papierseiten, das Verknüpfen von Papieren mit Modellen/Datensätzen, das Beanspruchen der Autorenschaft und das Generieren…

Hugging Face Paper-Seiten in Markdown nachschlagen und lesen sowie die Papers-API für strukturierte Metadaten wie Autoren, verknüpfte Modelle/Datensätze/Spaces, GitHub usw. nutzen.

Erstellen, bereitstellen und warten von Anwendungen auf Hugging Face Spaces — Gradio / Docker / Static SDKs, ZeroGPU und dedizierte Hardware, Modell laden, Debugging,…

Verwenden Sie diese Fähigkeit, wenn der Benutzer Tools/Skripte erstellen oder eine Aufgabe erledigen möchte, bei der die Nutzung von Daten aus der Hugging Face API hilfreich wäre. Dies ist besonders nützlich…

ML-Trainingsexperimente mit Trackio verfolgen und visualisieren. Verwenden beim Protokollieren von Metriken während des Trainings (Python-API), Auslösen von Warnungen für Trainingsdiagnosen oder…

Trainiert und feinabstimmt Vision-Modelle für Objekterkennung (D-FINE, RT-DETR v2, DETR, YOLOS), Bildklassifikation (timm-Modelle — MobileNetV3, MobileViT, ResNet,…

AI demos and GPU compute with Gradio Spaces and Hugging Face Spaces ZeroGPU. Use when writing or reviewing code that uses `@spaces.GPU`, configuring…

Make tests pass. Invoke after /write-tests produces failing tests.

Tests bestehen lassen. Nach /write-tests aufrufen, wenn fehlschlagende Tests erzeugt wurden.

Starte und teste den prime-rl Inference-Server. Verwende dies, wenn du aufgefordert wirst, eine Inferenz auszuführen, vLLM zu starten, ein Modell zu testen oder den Inference-Server zu starten.

Scaffold a PhysicsIntern research workspace in the current folder. Run only when the user explicitly invokes it to set up a new physics/maths research…

Scaffold a PhysicsIntern research workspace in the current folder.

Wie man prime-rl und seine optionalen Abhängigkeiten installiert. Verwenden Sie dies beim Einrichten des Projekts, Installieren von Extras wie deep-gemm für FP8-Modelle oder bei der Fehlerbehebung…

Verwenden beim Hinzufügen eines neuen Modells oder einer neuen Pipeline zu diffusers, Einrichten der Dateistruktur für ein neues Modell, Konvertieren einer Pipeline in ein modulares Format oder Konvertieren von Gewichten…

Post-mortem analysis of a PhysicsIntern workspace run (Claude Code, Pi, Codex, or OpenCode host). Reconstructs the trajectory from the session record — JSONL…

Post-mortem-Analyse eines PhysicsIntern-Arbeitsbereichslaufs (Claude Code, Pi oder Codex-Host). Rekonstruiert die Trajektorie aus den Session-JSONL(s), prüft…

OpenEnv CLI (`openenv`) for scaffolding, validating, building, and pushing OpenEnv environments.

OpenEnv CLI (`openenv`) for scaffolding, validating, building, and pushing OpenEnv environments.

Änderungen vor dem Einreichen eines Pull Requests validieren. Führen Sie umfassende Prüfungen durch, einschließlich Lint, Tests, Ausrichtungsüberprüfung und RFC-Analyse. Verwenden Sie vor dem Erstellen eines…

Validate changes before submitting a pull request. Run comprehensive checks including lint, tests, alignment review, and RFC analysis. Use before creating a…

Release workflow for deploying OpenEnv environments to Hugging Face Spaces and keeping canonical references in sync.

Release-Workflow zum Bereitstellen von OpenEnv-Umgebungen auf Hugging Face Spaces und zur Synchronisation kanonischer Referenzen.

Determine if proposed changes require an RFC. Use when planning significant changes, before starting major work, or when asked whether an RFC is needed.

Bestimmen, ob vorgeschlagene Änderungen ein RFC erfordern. Verwenden Sie dies bei der Planung bedeutender Änderungen, vor Beginn größerer Arbeiten oder wenn gefragt wird, ob ein RFC erforderlich ist.

Provides guidance for writing and benchmarking optimized Triton kernels for AMD GPUs (MI355X, R9700) on ROCm, targeting HuggingFace diffusers (LTX-Video, SD3,…

Bietet Anleitung zum Schreiben und Benchmarken optimierter Triton-Kernel für AMD-GPUs (MI355X, R9700) auf ROCm, ausgerichtet auf HuggingFace Diffusers (LTX-Video, SD3,…)

Use before opening a PR, or whenever asked to self-review a diffusers contribution. Applies the same rubric as the `@claude` CI (checks the diff against…

Refactor code after tests pass. The "Refactor" phase of Red-Green-Refactor.

Code nach bestandenen Tests umstrukturieren. Die "Refactor"-Phase von Rot-Grün-Refactor.

Work on a batch of GitHub issues in parallel using Agent Teams. Creates one worktree per issue with TDD enforcement, coordinates via a lead agent, then…

Arbeiten Sie parallel an einer Reihe von GitHub-Issues mit Agent Teams. Erstellt einen Worktree pro Issue mit TDD-Erzwingung, koordiniert über einen leitenden Agenten, dann…

Sync chat-ui's model config with the HuggingFace router — add descriptions for new models, flag reasoning-capable ones, enable artifacts for models with 32B+…

Verwenden Sie beim Debuggen oder Überprüfen der numerischen Parität zwischen Pipeline-Implementierungen (z. B. Forschungs-Repository vs. Diffusers, Standard vs. Modular). Auch relevant, wenn…

So schreibt und verwendet man TOML-Konfigurationen in prime-rl. Verwenden Sie dies beim Erstellen von Konfigurationsdateien, beim Ausführen von Befehlen mit Konfigurationen oder beim Überschreiben von Konfigurationswerten über die CLI.

Train or fine-tune sentence-transformers models across `SentenceTransformer` (bi-encoder; dense or static embedding model; for retrieval, similarity,…

Nutze Transformers.js, um hochmoderne Machine-Learning-Modelle direkt in JavaScript/TypeScript auszuführen. Unterstützt NLP (Textklassifikation, Übersetzung,…

Konvertiere Hugging Face Transformers-Sprachmodelle in das MLX-Format für Inferenz auf Apple Silicon. Verwende dies, wenn du aufgefordert wirst, ein Modell von Transformers in MLX zu konvertieren, portiere ein…

Trainieren und Feinabstimmen von Transformer-Sprachmodellen mit TRL (Transformers Reinforcement Learning). Unterstützt SFT, DPO, GRPO, KTO, RLOO und Reward-Modell-Training…

Train and fine-tune transformer language models using TRL (Transformers Reinforcement Learning). Supports SFT, DPO, GRPO, KTO, RLOO and Reward Model training…

Train and fine-tune transformer language models using TRL (Transformers Reinforcement Learning). Supports SFT, DPO, GRPO, KTO, RLOO and Reward Model training…

Update documentation across the repo after API changes. Finds stale references in docs, examples, docstrings, and fixes them.

Aktualisiert die Dokumentation im gesamten Repository nach API-Änderungen. Findet veraltete Verweise in Dokumentationen, Beispielen, Docstrings und korrigiert sie.

Monitor a PR's CI checks and Greptile code review after submission. Polls CI status, auto-fixes failures via ralph-loop, waits for Greptile review, addresses…

Überwacht die CI-Prüfungen und die Greptile-Code-Review eines PRs nach der Einreichung. Fragt den CI-Status ab, behebt Fehler automatisch über ralph-loop, wartet auf die Greptile-Review, adressiert…

Start work on a GitHub issue. Extracts requirements, creates worktree, sets up TDD workflow.

Beginne mit der Arbeit an einem GitHub-Issue. Extrahiert Anforderungen, erstellt Worktree, richtet TDD-Workflow ein.

Write failing tests from requirements. Invoke for each todo before /implement.

Schreibe fehlschlagende Tests aus den Anforderungen. Rufe für jedes Todo vor /implement auf.

Provides guidance for writing, optimizing, and benchmarking Triton kernels for Intel XPU GPUs (Battlemage/Arc Pro B50) using the Xe-Forge optimization…

Bietet Anleitung zum Schreiben, Optimieren und Benchmarken von Triton-Kernels für Intel XPU GPUs (Battlemage/Arc Pro B50) unter Verwendung der Xe-Forge-Optimierung…