gradio

oleh huggingface

Bangun UI web dan demo Gradio dengan Python. Gunakan saat membuat atau mengedit aplikasi Gradio, komponen, pendengar acara, tata letak, atau chatbot.

npx skills add https://github.com/huggingface/skills --skill gradio

Unduh ZIP GitHub

Lebih banyak skill dari huggingface

Sinkronkan konfigurasi model chat-ui dengan router HuggingFace — tambahkan deskripsi untuk model baru, tandai model yang mampu bernalar, aktifkan artefak untuk model dengan 32B+…

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…

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…

hf-cloud-sagemaker-production-defaults

Buat endpoint SageMaker (real-time atau async) dengan autoscaling, alarm CloudWatch, dan penandaan yang diaktifkan secara default. Gunakan skill ini setiap kali akan membuat…

hf-cloud-serving-image-selection

Pilih kontainer penyajian yang tepat untuk penerapan model SageMaker dan temukan URI gambar saat ini. Gunakan keterampilan ini setiap kali akan menerapkan model ke…

Hugging Face Cli

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.

Hugging Face Datasets

Buat dan kelola dataset di Hugging Face Hub. Mendukung inisialisasi repositori, mendefinisikan konfigurasi/prompt sistem, pembaruan baris secara streaming, serta kueri/transformasi dataset berbasis SQL. Dirancang untuk bekerja bersama server HF MCP guna mendukung alur kerja dataset yang komprehensif.

Hugging Face Evaluation

Tambahkan dan kelola hasil evaluasi di kartu model Hugging Face. Mendukung ekstraksi tabel evaluasi dari konten README, mengimpor skor dari Artificial Analysis API, dan menjalankan evaluasi model kustom dengan vLLM/lighteval. Bekerja dengan format metadata model-index.