Hugging Faceスキル

HuggingFaceルーターからchat-ui設定に新しいモデルの説明を追加します。ルーター上で新しいモデルがリリースされ、説明が必要な場合に使用します…

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.

ty、make typing、またはmake check-repoで検出された壊れた型チェックを修正します。ローカル実行、CI、またはPRログで型エラーが表示された場合に使用します。

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…

コード変更をレビューし、バグやOpenEnvの原則・RFCとの整合性を確認します。PRのレビュー時、コミット前のコード確認時、またはレビューを依頼された際に使用します。

C++ CPUカーネルをSIMDイントリンシクス（AVX2/AVX512）を用いて記述、最適化、ベンチマークするためのガイダンスを提供します。Hugging Faceカーネルエコシステム向けです。含まれるもの…

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…

NVIDIA GPU（H100、A100、T4）向けに最適化されたCUDAカーネルの作成とベンチマークに関するガイダンスを提供し、HuggingFace diffusersおよびtransformersを対象としています…

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…

OpenEnv環境をHugging Face Spacesにデプロイします。デプロイ、Hugging Faceへのプッシュ、またはスペースの更新を求められたときに使用します。

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…

アクションスモークテスト用のフィクスチャスキルの例

Example fixture skill for action smoke tests

具体的なユースケース（例：「ライブラリtextarena用のenvを生成する」）からOpenEnv環境を生成します。新しい環境の設計や実装を求められた際に使用します。

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…

PythonでGradioのWeb UIやデモを構築します。Gradioアプリ、コンポーネント、イベントリスナー、レイアウト、チャットボットを作成・編集する際に使用します。

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…

ユーザーのローカルAWSコンテキスト（アクティブプロファイル、リージョン、アカウントID、呼び出し元ID）を、AWSタスクの開始時に検出します。このスキルは他のAWSタスクより先に使用してください。

SageMaker / AWS向けの隔離されたPython環境を、適切なPythonバージョンと最新のboto3でセットアップします。Pythonコードを実行する際は、このスキルを使用してください…

Amazon SageMaker AIへのモデルデプロイメントの計画と調整を行います。ユーザーがモデルをデプロイ、ホスト、サーブ、または公開したい場合にこのスキルを使用してください。

SageMakerの実行ロールが使用可能であることを、デプロイやトレーニングの前に確認します。SageMakerのエンドポイント、モデル、トレーニングを作成しようとする際には、このスキルを使用してください。

SageMakerエンドポイント（リアルタイムまたは非同期）を、オートスケーリング、CloudWatchアラーム、タグ付けをデフォルトで有効にして作成します。作成しようとする際には、このスキルを使用してください…

SageMakerモデルデプロイに適したサービングコンテナを選択し、その現在のイメージURIを検索します。モデルをデプロイしようとする際には、このスキルを使用してください。

Hugging Face HubをMCPサーバーツール経由で利用します。モデル、データセット、Spaces、論文を検索できます。リポジトリの詳細を取得し、ドキュメントを取得し、計算ジョブを実行し、Gradioを使用します…

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を使用して、Hugging Face Hubから推論用にSafetensorsまたはGGUFモデルの重みをロードするために必要なメモリを見積もる

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

キャッシュされたPR JSONファイルからHugging Face Hub（huggingface_hub）のリリースノートを生成します。PRファイルからリリースノートの下書きを依頼された場合に使用します。

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.

Hugging Face Hub上でデータセットを作成・管理します。リポジトリの初期化、設定やシステムプロンプトの定義、行のストリーミング更新、SQLベースのデータセットクエリや変換をサポートします。包括的なデータセットワークフローのためにHF MCPサーバーと連携して動作するよう設計されています。

Hugging Faceのモデルカードに評価結果を追加・管理します。READMEコンテンツからの評価テーブル抽出、Artificial Analysis APIからのスコアインポート、vLLM/lightevalを使用したカスタムモデル評価の実行をサポートします。model-indexメタデータ形式に対応しています。

Hugging Face Jobsのインフラ上で任意のワークロードを実行します。UVスクリプト、Dockerベースのジョブ、ハードウェア選択、コスト見積もり、トークンによる認証、シークレット管理、タイムアウト設定、結果の永続化に対応。データ処理、推論、実験、バッチジョブ、Pythonベースのタスクなど、汎用的なコンピュートワークロード向けに設計されています。

TRL（Transformer Reinforcement Learning）を使用して、Hugging Face Jobsインフラ上で言語モデルのトレーニングまたはファインチューニングを行います。SFT、DPO、GRPO、報酬モデリングのトレーニング手法、およびローカルデプロイ用のGGUF変換をカバーします。データセットの準備、ハードウェアの選択、コスト見積もり、モデルの永続化に関するガイダンスを含みます。

Hugging Face Hub上で研究論文を公開・管理します。論文ページの作成、論文とモデル/データセットのリンク、著者権の主張、プロフェッショナルなMarkdownベースの研究記事の生成をサポートします。

Hugging Face APIを使用して再利用可能なスクリプトやツールを構築します。APIコールの連鎖や組み合わせ、またはタスクの繰り返しや自動化に役立ちます。Hugging Face Hubからデータを取得、拡充、または処理するための再利用可能なコマンドラインスクリプトを作成します。

Trackioを使用してMLトレーニング実験の追跡と可視化を行います。トレーニング中のメトリクス記録（Python API）や、記録されたメトリクスの取得・分析（CLI）の際に使用します。リアルタイムダッシュボードの可視化、HF Spaceとの同期、自動化のためのJSON出力をサポートしています。

このスキルは、サブセット/スプリットのメタデータの取得、行のページネーション、テキスト検索、フィルターの適用、パーケットのダウンロードなどを行うHugging Face Dataset Viewer APIのワークフローに使用します。

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

Hugging Faceモデルリポジトリに.eval_results/形式を使用して評価結果を追加します。PR管理と手動YAML作成にHF CLIを使用します。

Hugging Face TransformersとHugging Face JobsのクラウドGPUを使用して、物体検出モデル（D-FINE、RT-DETR v2、DETR、YOLOS）のトレーニングとファインチューニングを行います。対象範囲…

Hugging Faceの論文ページをMarkdownで検索・閲覧し、著者や関連モデル・データセット・スペース、GitHubなどの構造化メタデータを取得するためにpapers APIを使用します。

物体検出（D-FINE、RT-DETR v2、DETR、YOLOS）および画像分類（timmモデル — MobileNetV3、MobileViT、ResNet、…）のためのビジョンモデルを訓練およびファインチューニングします。

タスクに最適なモデルを、公式のHFベンチマークリーダーボードをクエリして見つけ、モデルサイズデータで結果を充実させ、ユーザーのデバイスに適合するものにフィルタリングし、ベンチマークスコア付きの比較表を返します。

Hugging Face Hubのモデルに対して、inspect-aiとlightevalを使用してローカルハードウェア上で評価を実行します。バックエンドの選択、ローカルGPU評価、および…の選択に使用します。

このスキルは、サブセット/スプリットのメタデータを取得し、行をページネーションし、テキスト検索を行い、フィルターを適用し、パーケットをダウンロードするなどのHugging Face Dataset Viewer APIワークフローに使用します。

PythonでGradioのWeb UIやデモを構築します。Gradioアプリ、コンポーネント、イベントリスナー、レイアウト、チャットボットを作成・編集する際に使用します。

このスキルは、ユーザーがHugging Face Jobsインフラ上で任意のワークロードを実行したい場合に使用します。UVスクリプト、Dockerベースのジョブ、ハードウェア選択などをカバーします。

TRL（Transformer Reinforcement Learning）またはUnslothとHugging Face Jobsインフラストラクチャを使用して、言語モデルやビジョンモデルをトレーニングまたはファインチューニングします。SFT、DPOなどをカバーしています。

llama.cppとGGUFを使用して、CPU、Mac Metal、CUDA、またはROCm上でローカルに実行するモデルを選択するために使用します。GGUFの検索、量子化の選択、サーバーの実行、正確な…をカバーします。

ユーザーが提供したLoRA用のGradioデモをHugging Face Spaces上に構築して公開します。誰かがSpaceやデモの作成、生成、公開を依頼した場合に使用します。

Hugging Face Hub上で研究論文を公開・管理します。論文ページの作成、論文とモデル/データセットのリンク、著者権の主張、生成…をサポートします。

Hugging Faceの論文ページをマークダウンで検索・閲覧し、著者、関連モデル/データセット/スペース、GitHubなどの構造化メタデータを取得するために論文APIを使用します。

Hugging Face Spaces上でアプリケーションを構築、デプロイ、メンテナンスする — Gradio / Docker / 静的SDK、ZeroGPUおよび専用ハードウェア、モデル読み込み、デバッグ、…

ユーザーがツールやスクリプトを構築したい場合、またはHugging Face APIのデータを活用することでタスクを達成したい場合に、このスキルを使用してください。これは特に有用です…

Trackioを使用してMLトレーニング実験を追跡・可視化します。トレーニング中のメトリクスロギング（Python API）、トレーニング診断のアラート発火、または…

物体検出（D-FINE、RT-DETR v2、DETR、YOLOS）および画像分類（timmモデル — MobileNetV3、MobileViT、ResNet、…）のためのビジョンモデルを訓練およびファインチューニングします。

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.

テストをパスさせる。/write-testsが失敗するテストを生成した後に呼び出す。

prime-rl推論サーバーを起動してテストします。推論の実行、vLLMの起動、モデルのテスト、または推論サーバーの起動を求められたときに使用します。

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.

prime-rlとそのオプション依存関係のインストール方法。プロジェクトのセットアップ時、FP8モデル用のdeep-gemmのような拡張機能のインストール時、またはトラブルシューティング時に使用します…

diffusersに新しいモデルやパイプラインを追加する際、新しいモデルのファイル構造を設定する際、パイプラインをモジュラー形式に変換する際、または重みを変換する際に使用します。

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

PhysicsInternワークスペースの実行（Claude Code、Pi、またはCodexホスト）のポストモーテム分析。セッションJSONLから軌跡を再構築し、監査…

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

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

プルリクエストを送信する前に変更を検証します。lint、テスト、アライメントレビュー、RFC分析を含む包括的なチェックを実行します。作成前に使用…

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.

OpenEnv環境をHugging Face Spacesにデプロイし、正規の参照を同期させるためのリリースワークフロー。

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

提案された変更にRFCが必要かどうかを判断します。重要な変更を計画するとき、大規模な作業を開始する前、またはRFCが必要かどうか尋ねられたときに使用します。

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

AMD GPU（MI355X、R9700）向けに最適化されたTritonカーネルの作成とベンチマークに関するガイダンスを提供します。ROCm上でHuggingFace diffusers（LTX-Video、SD3、…）を対象としています。

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.

テストが通った後にコードをリファクタリングします。Red-Green-Refactorの「リファクタリング」フェーズです。

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…

Agent Teamsを使用してGitHubのissueを並行処理します。各issueごとにTDDを適用したワークツリーを作成し、リードエージェントが調整を行い、その後…

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+…

パイプライン実装間（例：研究リポジトリとdiffusers、標準とモジュラー）の数値的パリティをデバッグまたは検証する際に使用します。また、以下の場合にも関連します…

prime-rlにおけるTOML設定の書き方と使い

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

Transformers.jsを使用して、最先端の機械学習モデルをJavaScript/TypeScriptで直接実行できます。NLP（テキスト分類、翻訳、…）をサポートしています。

Hugging Face transformers言語モデルをApple Silicon推論用のMLX形式に変換します。transformersからMLXへの変換や移植を求められた際に使用します。

TRL（Transformers Reinforcement Learning）を使用してトランスフォーマー言語モデルをトレーニングおよびファインチューニングします。SFT、DPO、GRPO、KTO、RLOO、および報酬モデルのトレーニングをサポートしています…

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

TRL（Transformers Reinforcement Learning）を使用して、トランスフォーマー言語モデルのトレーニングとファインチューニングを行います。SFT、DPO、GRPO、KTO、RLOO、および報酬モデルのトレーニングをサポートしています…

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

リポジトリ全体のドキュメントをAPI変更後に更新します。ドキュメント、サンプル、ドキュメント文字列内の古い参照を見つけて修正します。

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…

PRのCIチェックと提出後のGreptileコードレビューを監視します。CIステータスをポーリングし、ralph-loopで障害を自動修正し、Greptileレビューを待ち、対応します…

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

GitHubのIssueに着手する。要件を抽出し、ワークツリーを作成し、TDDワークフローを設定する。

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

要件から失敗するテストを書く。各TODOに対して/implementの前に呼び出す。

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

Intel XPU GPU（Battlemage/Arc Pro B50）向けのTritonカーネルの作成、最適化、ベンチマークに関するガイダンスを提供します。Xe-Forge最適化を使用…