Skills de Hugging Face

Agregar descripciones para nuevos modelos del router de HuggingFace a la configuración de chat-ui. Usar cuando se lancen nuevos modelos en el router y necesiten descripciones…

Corrige las comprobaciones de tipado rotas detectadas por ty, make typing o make check-repo. Úsalo cuando aparezcan errores de tipado en ejecuciones locales, CI o registros de PR.

Proporciona orientación para escribir y evaluar el rendimiento de kernels CUDA optimizados para GPUs NVIDIA (H100, A100, T4) dirigidos a HuggingFace diffusers y transformers…

Construir interfaces web y demos de Gradio en Python. Usar al crear o editar aplicaciones, componentes, listeners de eventos, diseños o chatbots de Gradio.

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

Usa Hugging Face Hub a través de las herramientas del servidor MCP. Busca modelos, datasets, Spaces, papers. Obtén detalles del repositorio, consulta documentación, ejecuta trabajos de cómputo y usa Gradio…

Generar notas de lanzamiento de Hugging Face Hub (huggingface_hub) a partir de archivos JSON de PR en caché. Usar cuando se solicite redactar notas de lanzamiento desde archivos de PR.

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.

Crear y gestionar conjuntos de datos en Hugging Face Hub. Permite inicializar repositorios, definir configuraciones/indicaciones del sistema, transmitir actualizaciones de filas y realizar consultas/transformaciones de conjuntos de datos basadas en SQL. Diseñado para funcionar junto con el servidor HF MCP para flujos de trabajo integrales de conjuntos de datos.

Agregar y gestionar resultados de evaluación en tarjetas de modelo de Hugging Face. Permite extraer tablas de evaluación del contenido README, importar puntuaciones desde la API de Artificial Analysis y ejecutar evaluaciones de modelo personalizadas con vLLM/lighteval. Funciona con el formato de metadatos model-index.

Ejecuta cualquier carga de trabajo en la infraestructura de Hugging Face Jobs. Incluye scripts UV, trabajos basados en Docker, selección de hardware, estimación de costos, autenticación con tokens, gestión de secretos, configuración de tiempo de espera y persistencia de resultados. Diseñado para cargas de trabajo de cómputo de propósito general, incluyendo procesamiento de datos, inferencia, experimentos, trabajos por lotes y cualquier tarea basada en Python.

Entrena o ajusta modelos de lenguaje usando TRL (Transformer Reinforcement Learning) en la infraestructura de trabajos de Hugging Face. Cubre los métodos de entrenamiento SFT, DPO, GRPO y modelado de recompensas, además de la conversión a GGUF para implementación local. Incluye orientación sobre preparación de conjuntos de datos, selección de hardware, estimación de costos y persistencia del modelo.

Publica y gestiona artículos de investigación en Hugging Face Hub. Permite crear páginas de artículos, vincularlos a modelos/conjuntos de datos, reclamar autoría y generar artículos de investigación profesionales basados en Markdown.

Construye scripts y herramientas reutilizables usando la API de Hugging Face. Útil al encadenar o combinar llamadas a la API, o cuando las tareas se repetirán o automatizarán. Crea scripts reutilizables de línea de comandos para obtener, enriquecer o procesar datos de Hugging Face Hub.

Seguimiento y visualización de experimentos de entrenamiento de ML con Trackio. Úsalo para registrar métricas durante el entrenamiento (API de Python) o para recuperar/analizar métricas registradas (CLI). Admite visualización en tablero en tiempo real, sincronización con HF Space y salida JSON para automatización.

Usa esta skill para flujos de trabajo de la API de Hugging Face Dataset Viewer que obtienen metadatos de subconjuntos/divisiones, paginan filas, buscan texto, aplican filtros, descargan parquet…

Entrena y ajusta modelos de detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS) usando Hugging Face Transformers en GPUs en la nube de Hugging Face Jobs. Cubre…

Buscar y leer páginas de artículos de Hugging Face en markdown, y usar la API de papers para metadatos estructurados como autores, modelos/datasets/spaces vinculados, Github…

Entrena y ajusta modelos de visión para detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), clasificación de imágenes (modelos timm — MobileNetV3, MobileViT, ResNet,…

Encuentra los mejores modelos para una tarea consultando tablas de clasificación oficiales de benchmarks de HF, enriqueciendo los resultados con datos de tamaño del modelo, filtrando lo que cabe en el dispositivo del usuario y devolviendo una tabla comparativa con puntuaciones de benchmarks.

Ejecuta evaluaciones para modelos de Hugging Face Hub usando inspect-ai y lighteval en hardware local. Útil para selección de backend, evaluaciones con GPU local y elección entre…

Usa esta habilidad para flujos de trabajo de la API de Hugging Face Dataset Viewer que obtienen metadatos de subconjuntos/particiones, paginan filas, buscan texto, aplican filtros, descargan parquet…

Construye interfaces web y demos de Gradio en Python. Úsalo al crear o editar aplicaciones, componentes, listeners de eventos, diseños o chatbots de Gradio.

Esta habilidad debe usarse cuando los usuarios quieran ejecutar cualquier carga de trabajo en la infraestructura de Hugging Face Jobs. Cubre scripts UV, trabajos basados en Docker, selección de hardware,…

Entrena o ajusta modelos de lenguaje y visión usando TRL (Transformer Reinforcement Learning) o Unsloth con la infraestructura de Hugging Face Jobs. Cubre SFT, DPO,…

Úselo para seleccionar modelos que se ejecuten localmente con llama.cpp y GGUF en CPU, Mac Metal, CUDA o ROCm. Cubre la búsqueda de GGUFs, selección de cuantización, ejecución de servidores, detalles exactos…

Publicar y gestionar artículos de investigación en Hugging Face Hub. Permite crear páginas de artículos, vincular artículos a modelos/conjuntos de datos, reclamar autoría y generar…

Buscar y leer páginas de artículos de Hugging Face en markdown, y usar la API de papers para metadatos estructurados como autores, modelos/datasets/spaces vinculados, Github…

Usa esta habilidad cuando el usuario quiera construir herramientas/scripts o lograr una tarea donde usar datos de la API de Hugging Face sea útil. Esto es especialmente útil…

Seguimiento y visualización de experimentos de entrenamiento de ML con Trackio. Úselo al registrar métricas durante el entrenamiento (API de Python), activar alertas para diagnósticos de entrenamiento o…

Entrena y ajusta modelos de visión para detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), clasificación de imágenes (modelos timm — MobileNetV3, MobileViT, ResNet,…

Inicia y prueba el servidor de inferencia prime-rl. Úsalo cuando se te pida ejecutar inferencia, iniciar vLLM, probar un modelo o lanzar el servidor de inferencia.

Proporciona orientación para escribir y evaluar kernels optimizados de Triton para GPUs AMD (MI355X, R9700) en ROCm, dirigido a HuggingFace diffusers (LTX-Video, SD3,…)

Cómo escribir y usar configuraciones TOML en prime-rl. Úselo al crear archivos de configuración, ejecutar comandos con configuraciones o sobrescribir valores de configuración mediante CLI.

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

Usa Transformers.js para ejecutar modelos de aprendizaje automático de última generación directamente en JavaScript/TypeScript. Soporta PLN (clasificación de texto, traducción,…

Entrena y ajusta modelos de lenguaje transformer usando TRL (Transformers Reinforcement Learning). Soporta entrenamiento de SFT, DPO, GRPO, KTO, RLOO y Modelo de Recompensa…