Hugging Face Cli
oleh huggingface
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.
npx skills add https://github.com/huggingface/skills --skill hugging-face-cliLebih banyak skill dari huggingface
sync-models
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+…
custom-blocks
huggingface
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…
self-review
huggingface
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
huggingface
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
huggingface
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 Datasets
huggingface
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
huggingface
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.
Hugging Face Jobs
huggingface
Jalankan beban kerja apa pun di infrastruktur Hugging Face Jobs. Mencakup skrip UV, pekerjaan berbasis Docker, pemilihan perangkat keras, estimasi biaya, autentikasi dengan token, manajemen rahasia, konfigurasi batas waktu, dan persistensi hasil. Dirancang untuk beban kerja komputasi tujuan umum termasuk pemrosesan data, inferensi, eksperimen, pekerjaan batch, dan tugas berbasis Python apa pun.