Skills Hugging Face

เพิ่มคำอธิบายสำหรับโมเดลใหม่จาก HuggingFace router ไปยังการกำหนดค่า chat-ui ใช้เมื่อมีโมเดลใหม่ถูกปล่อยบน router และต้องการคำอธิบาย…

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.

แก้ไขการตรวจสอบประเภทที่เสียหายซึ่งตรวจพบโดย ty, make typing หรือ make check-repo ใช้เมื่อมีข้อผิดพลาดด้านประเภทปรากฏในการรันในเครื่อง, CI หรือบันทึก PR

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…

ตรวจสอบการเปลี่ยนแปลงโค้ดเพื่อหาข้อบกพร่องและความสอดคล้องกับหลักการของ OpenEnv และ RFCs ใช้เมื่อตรวจสอบ PR ตรวจสอบโค้ดก่อนคอมมิต หรือเมื่อถูกขอให้ตรวจสอบ…

ให้คำแนะนำในการเขียน ปรับแต่งประสิทธิภาพ และวัดประสิทธิภาพของ CPU kernels ในภาษา C++ ด้วย SIMD intrinsics (AVX2/AVX512) สำหรับระบบนิเวศของ Hugging Face kernels รวมถึง…

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…

ให้คำแนะนำในการเขียนและวัดประสิทธิภาพของเคอร์เนล CUDA ที่ปรับให้เหมาะสมสำหรับ GPU ของ NVIDIA (H100, A100, T4) ที่กำหนดเป้าหมายไปที่ HuggingFace diffusers และ 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…

ปรับใช้สภาพแวดล้อม OpenEnv ไปยัง Hugging Face Spaces ใช้เมื่อถูกขอให้ปรับใช้, ส่งไปยัง Hugging Face, หรืออัปเดตสเปซ

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…

สกิลฟิกซ์เจอร์ตัวอย่างสำหรับการทดสอบสโม้กของแอคชัน

Example fixture skill for action smoke tests

สร้างสภาพแวดล้อม OpenEnv จากกรณีการใช้งานที่เป็นรูปธรรม (เช่น "สร้างสภาพแวดล้อมสำหรับ library textarena") ใช้เมื่อถูกขอให้ออกแบบหรือนำไปใช้งานใหม่…

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…

สร้างเว็บ UI และเดโม่ของ Gradio ด้วย Python ใช้เมื่อสร้างหรือแก้ไขแอป Gradio, คอมโพเนนต์, ตัวฟังเหตุการณ์, เลย์เอาต์ หรือแชทบอท

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…

ค้นหาบริบท AWS ในเครื่องของผู้ใช้ (โปรไฟล์ที่ใช้งานอยู่, ภูมิภาค, รหัสบัญชี, ข้อมูลตัวตนของผู้เรียก) เมื่อเริ่มต้นงาน AWS ใดๆ ใช้ทักษะนี้ก่อนงาน AWS อื่นๆ…

ตั้งค่าสภาพแวดล้อม Python แบบแยกสำหรับงาน SageMaker / AWS โดยใช้ Python เวอร์ชันที่ถูกต้องและ boto3 ปัจจุบัน ใช้สกิลนี้เมื่อใดก็ตามที่โค้ด Python จะถูก...

Plan and coordinate the deployment of a model to Amazon SageMaker AI. Use this skill whenever the user wants to deploy, host, serve, or expose a model on…

ตรวจสอบให้แน่ใจว่ามีบทบาทการดำเนินการ SageMaker ที่ใช้งานได้ก่อนการปรับใช้หรือฝึกอบรม ใช้ทักษะนี้เมื่อจะสร้างจุดสิ้นสุด SageMaker โมเดล การฝึกอบรม…

สร้าง SageMaker endpoint (แบบ real-time หรือ async) พร้อมเปิดใช้งาน autoscaling, CloudWatch alarms และ tagging โดยค่าเริ่มต้น ใช้สกิลนี้เมื่อใดก็ตามที่กำลังจะสร้าง...

เลือกคอนเทนเนอร์ serving ที่เหมาะสมสำหรับการปรับใช้โมเดล SageMaker และค้นหา image URI ปัจจุบันของมัน ใช้สกิลนี้ทุกครั้งที่กำลังจะปรับใช้โมเดลกับ...

ใช้ Hugging Face Hub ผ่านเครื่องมือเซิร์ฟเวอร์ MCP ค้นหาโมเดล ชุดข้อมูล Spaces เอกสารวิจัย รับรายละเอียด repo ดึงเอกสารประกอบ เรียกใช้งาน compute และใช้ 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…

CLI ของ Hugging Face สำหรับประมาณหน่วยความจำที่จำเป็นในการโหลดน้ำหนักโมเดล Safetensors หรือ GGUF เพื่อการอนุมานจาก 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.

สร้างบันทึกการเผยแพร่ Hugging Face Hub (huggingface_hub) จากไฟล์ JSON ของ PR ที่แคชไว้ ใช้เมื่อถูกขอให้ร่างบันทึกการเผยแพร่จากไฟล์ PR

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.

สร้างและจัดการชุดข้อมูลบน Hugging Face Hub รองรับการเริ่มต้นพื้นที่เก็บข้อมูล การกำหนดคอนฟิก/พรอมต์ระบบ การสตรีมอัปเดตแถว และการค้นหา/แปลงชุดข้อมูลด้วย SQL ออกแบบมาให้ทำงานร่วมกับเซิร์ฟเวอร์ HF MCP สำหรับเวิร์กโฟลว์ชุดข้อมูลที่ครอบคลุม

เพิ่มและจัดการผลการประเมินในการ์ดโมเดลของ Hugging Face รองรับการดึงตารางประเมินจากเนื้อหา README การนำเข้าคะแนนจาก Artificial Analysis API และการรันการประเมินโมเดลแบบกำหนดเองด้วย vLLM/lighteval ทำงานร่วมกับรูปแบบ metadata model-index

รันเวิร์กโหลดใดๆ บนโครงสร้างพื้นฐานของ Hugging Face Jobs ครอบคลุม UV scripts, งานที่ใช้ Docker, การเลือกฮาร์ดแวร์, การประมาณค่าใช้จ่าย, การยืนยันตัวตนด้วยโทเค็น, การจัดการความลับ, การกำหนดค่าไทม์เอาต์ และการคงอยู่ของผลลัพธ์ ออกแบบมาสำหรับเวิร์กโหลดคอมพิวต์ทั่วไป รวมถึงการประมวลผลข้อมูล, การอนุมาน, การทดลอง, งานแบบแบตช์ และงานที่ใช้ Python ใดๆ

ฝึกหรือปรับแต่งโมเดลภาษาโดยใช้ TRL (Transformer Reinforcement Learning) บนโครงสร้างพื้นฐานของ Hugging Face Jobs ครอบคลุมวิธีการฝึกอบรม SFT, DPO, GRPO และการสร้างแบบจำลองรางวัล รวมถึงการแปลงเป็น GGUF สำหรับการปรับใช้ในเครื่องท้องถิ่น มีคำแนะนำเกี่ยวกับการเตรียมชุดข้อมูล การเลือกฮาร์ดแวร์ การประมาณค่าใช้จ่าย และการคงอยู่ของโมเดล

เผยแพร่และจัดการเอกสารวิจัยบน Hugging Face Hub รองรับการสร้างหน้าเอกสาร การเชื่อมโยงเอกสารกับโมเดล/ชุดข้อมูล การอ้างสิทธิ์การเป็นผู้เขียน และการสร้างบทความวิจัยแบบมาร์กดาวน์ระดับมืออาชีพ

สร้างสคริปต์และเครื่องมือที่สามารถนำกลับมาใช้ใหม่ได้โดยใช้ Hugging Face API มีประโยชน์เมื่อต้องการเชื่อมต่อหรือรวมการเรียก API หรือเมื่อต้องทำงานซ้ำๆ/อัตโนมัติ สร้างสคริปต์บรรทัดคำสั่งที่ใช้ซ้ำได้เพื่อดึงข้อมูล เพิ่มข้อมูล หรือประมวลผลข้อมูลจาก Hugging Face Hub

ติดตามและแสดงผลการทดลองฝึก ML ด้วย Trackio ใช้เมื่อบันทึกเมตริกระหว่างการฝึก (Python API) หรือดึง/วิเคราะห์เมตริกที่บันทึกไว้ (CLI) รองรับการแสดงผลแดชบอร์ดแบบเรียลไทม์ การซิงค์กับ HF Space และเอาต์พุต JSON สำหรับระบบอัตโนมัติ

ใช้ทักษะนี้สำหรับเวิร์กโฟลว์ Hugging Face Dataset Viewer API ที่ดึงข้อมูลเมตาของ subset/split, แบ่งหน้าแถว, ค้นหาข้อความ, ใช้ตัวกรอง, ดาวน์โหลด parquet…

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

เพิ่มผลลัพธ์การประเมินไปยังที่เก็บโมเดล Hugging Face โดยใช้รูปแบบ .eval_results/ ใช้ HF CLI สำหรับการจัดการ PR และการสร้าง YAML ด้วยตนเอง

ฝึกและปรับแต่งโมเดลตรวจจับวัตถุ (D-FINE, RT-DETR v2, DETR, YOLOS) โดยใช้ Hugging Face Transformers บนคลาวด์ GPU ของ Hugging Face Jobs ครอบคลุม...

ค้นหาและอ่านหน้ากระดาษของ Hugging Face ในรูปแบบมาร์กดาวน์ และใช้ API ของกระดาษเพื่อรับข้อมูลเมตาที่มีโครงสร้าง เช่น ผู้เขียน โมเดล/ชุดข้อมูล/พื้นที่ที่เชื่อมโยง GitHub…

ฝึกและปรับแต่งโมเดลวิทัศน์สำหรับการตรวจจับวัตถุ (D-FINE, RT-DETR v2, DETR, YOLOS), การจำแนกภาพ (โมเดล timm — MobileNetV3, MobileViT, ResNet,…

ค้นหาโมเดลที่ดีที่สุดสำหรับงานที่กำหนด โดยการสอบถามข้อมูลจากกระดานผู้นำการวัดประสิทธิภาพอย่างเป็นทางการของ HF เสริมผลลัพธ์ด้วยข้อมูลขนาดโมเดล กรองให้เหลือเฉพาะที่เหมาะสมกับอุปกรณ์ของผู้ใช้ และส่งคืนตารางเปรียบเทียบพร้อมคะแนนการวัดประสิทธิภาพ

ดำเนินการประเมินสำหรับโมเดล Hugging Face Hub โดยใช้ inspect-ai และ lighteval บนฮาร์ดแวร์ภายในเครื่อง ใช้สำหรับการเลือกแบ็กเอนด์ การประเมิน GPU ในเครื่อง และการเลือกระหว่าง…

ใช้ทักษะนี้สำหรับเวิร์กโฟลว์ Hugging Face Dataset Viewer API ที่ดึงข้อมูลเมตาของ subset/split, แบ่งหน้าแถว, ค้นหาข้อความ, ใช้ตัวกรอง, ดาวน์โหลด parquet…

สร้างเว็บ UI และเดโม่ของ Gradio ด้วย Python ใช้เมื่อสร้างหรือแก้ไขแอป Gradio, คอมโพเนนต์, ตัวฟังเหตุการณ์, เลย์เอาต์ หรือแชทบอท

ทักษะนี้ควรใช้เมื่อผู้ใช้ต้องการรันเวิร์กโหลดใดๆ บนโครงสร้างพื้นฐานของ Hugging Face Jobs ครอบคลุมสคริปต์ UV, งานที่ใช้ Docker, การเลือกฮาร์ดแวร์,…

ฝึกหรือปรับแต่งโมเดลภาษาและวิทัศน์โดยใช้ TRL (Transformer Reinforcement Learning) หรือ Unsloth กับโครงสร้างพื้นฐานของ Hugging Face Jobs ครอบคลุม SFT, DPO,…

ใช้เพื่อเลือกโมเดลที่รันในเครื่องด้วย llama.cpp และ GGUF บน CPU, Mac Metal, CUDA หรือ ROCm ครอบคลุมการค้นหา GGUF การเลือกควอนไทเซชัน การรันเซิร์ฟเวอร์ รายละเอียดที่แน่นอน…

Build and publish a Gradio demo on Hugging Face Spaces for a user-provided LoRA. Use when someone asks to create, generate, ship, or publish a Space, demo,…

เผยแพร่และจัดการเอกสารวิจัยบน Hugging Face Hub รองรับการสร้างหน้าเอกสาร การเชื่อมโยงเอกสารกับโมเดล/ชุดข้อมูล การอ้างสิทธิ์การเป็นผู้เขียน และการสร้าง…

ค้นหาและอ่านหน้าเอกสารของ Hugging Face ในรูปแบบมาร์กดาวน์ และใช้ API ของเอกสารเพื่อดึงข้อมูลเมตาที่มีโครงสร้าง เช่น ผู้เขียน โมเดล/ชุดข้อมูล/พื้นที่ที่เชื่อมโยง GitHub…

สร้าง ปรับใช้ และบำรุงรักษาแอปพลิเคชันบน Hugging Face Spaces — Gradio / Docker / Static SDKs, ZeroGPU และฮาร์ดแวร์เฉพาะ, การโหลดโมเดล, การดีบัก,…

ใช้ทักษะนี้เมื่อผู้ใช้ต้องการสร้างเครื่องมือ/สคริปต์ หรือทำงานที่การใช้ข้อมูลจาก Hugging Face API จะช่วยได้ โดยเฉพาะอย่างยิ่งมีประโยชน์เมื่อ...

ติดตามและแสดงผลการทดลองฝึก ML ด้วย Trackio ใช้เมื่อบันทึกเมตริกระหว่างการฝึก (Python API) ส่งการแจ้งเตือนสำหรับการวินิจฉัยการฝึก หรือ…

ฝึกและปรับแต่งโมเดลวิทัศน์สำหรับการตรวจจับวัตถุ (D-FINE, RT-DETR v2, DETR, YOLOS), การจำแนกภาพ (โมเดล timm — 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.

ทำให้การทดสอบผ่าน เรียกใช้หลังจาก /write-tests สร้างการทดสอบที่ล้มเหลว

เริ่มต้นและทดสอบเซิร์ฟเวอร์ inference prime-rl ใช้เมื่อถูกขอให้รัน inference, เริ่ม vLLM, ทดสอบโมเดล หรือเปิดเซิร์ฟเวอร์ inference

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.

วิธีติดตั้ง prime-rl และ dependencies เพิ่มเติมที่เป็นทางเลือก ใช้เมื่อตั้งค่าโปรเจกต์ ติดตั้งส่วนเสริมอย่าง deep-gemm สำหรับโมเดล FP8 หรือแก้ไขปัญหา…

ใช้เมื่อเพิ่มโมเดลหรือไปป์ไลน์ใหม่ให้กับ diffusers, จัดโครงสร้างไฟล์สำหรับโมเดลใหม่, แปลงไปป์ไลน์เป็นรูปแบบโมดูลาร์, หรือแปลงน้ำหนัก...

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

การวิเคราะห์หลังการทำงานของรันในพื้นที่ทำงาน PhysicsIntern (โฮสต์ Claude Code, Pi หรือ Codex) สร้างเส้นทางการทำงานใหม่จากเซสชัน JSONL ตรวจสอบ…

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

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

ตรวจสอบการเปลี่ยนแปลงก่อนส่ง pull request โดยรันการตรวจสอบที่ครอบคลุม เช่น lint, การทดสอบ, การตรวจสอบความสอดคล้อง และการวิเคราะห์ RFC ใช้ก่อนสร้าง…

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.

เวิร์กโฟลว์การปล่อยสำหรับปรับใช้สภาพแวดล้อม OpenEnv ไปยัง Hugging Face Spaces และรักษาการอ้างอิงตามมาตรฐานให้สอดคล้องกัน

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

ตรวจสอบว่าการเปลี่ยนแปลงที่เสนอจำเป็นต้องมี RFC หรือไม่ ใช้เมื่อวางแผนการเปลี่ยนแปลงที่สำคัญ ก่อนเริ่มงานหลัก หรือเมื่อถูกถามว่าจำเป็นต้องมี RFC หรือไม่

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

ให้คำแนะนำในการเขียนและวัดประสิทธิภาพของเคอร์เนล Triton ที่ปรับแต่งสำหรับ GPU ของ AMD (MI355X, R9700) บน ROCm โดยมุ่งเป้าไปที่ 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.

ปรับโครงสร้างโค้ดหลังจากทดสอบผ่านแล้ว ซึ่งเป็นขั้นตอน "ปรับโครงสร้าง" ในวงจรแดง-เขียว-ปรับโครงสร้าง

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…

ทำงานกับชุดของ GitHub issues แบบขนานโดยใช้ Agent Teams สร้าง worktree หนึ่งอันต่อหนึ่ง issue พร้อมการบังคับใช้ TDD ประสานงานผ่าน lead agent จากนั้น...

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+…

ใช้เมื่อดีบักหรือตรวจสอบความเท่าเทียมกันของตัวเลขระหว่างการใช้งานไปป์ไลน์ (เช่น ระหว่าง research repo กับ diffusers, ระหว่างมาตรฐานกับโมดูลาร์) และเกี่ยวข้องเมื่อ…

วิธีการเขียนและใช้ไฟล์กำหนดค่า TOML ใน prime-rl ใช้เมื่อสร้างไฟล์กำหนดค่า รันคำสั่งพร้อมไฟล์กำหนดค่า หรือแทนที่ค่ากำหนดค่าผ่าน CLI

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

ใช้ Transformers.js เพื่อรันโมเดลแมชชีนเลิร์นนิงที่ทันสมัยโดยตรงใน JavaScript/TypeScript รองรับ NLP (การจำแนกข้อความ, การแปล, …)

แปลงโมเดลภาษา Hugging Face transformers เป็นรูปแบบ MLX สำหรับการอนุมานบน Apple Silicon ใช้เมื่อถูกขอให้แปลงโมเดลจาก transformers เป็น MLX, พอร์ต...

ฝึกและปรับแต่งโมเดลภาษาทรานส์ฟอร์มเมอร์โดยใช้ TRL (Transformers Reinforcement Learning) รองรับการฝึก SFT, DPO, GRPO, KTO, RLOO และ Reward Model…

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

ฝึกและปรับแต่งโมเดลภาษาทรานส์ฟอร์มเมอร์โดยใช้ TRL (Transformers Reinforcement Learning) รองรับการฝึก SFT, DPO, GRPO, KTO, RLOO และ Reward Model…

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

อัปเดตเอกสารทั่วทั้ง repo หลังจากการเปลี่ยนแปลง API ค้นหาการอ้างอิงที่ล้าสมัยในเอกสาร ตัวอย่าง และ docstrings และแก้ไข

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…

ติดตามการตรวจสอบ CI และรีวิวโค้ดจาก Greptile ของ PR หลังจากการส่ง โดยจะคอยสอบถามสถานะ CI แก้ไขข้อผิดพลาดอัตโนมัติผ่าน ralph-loop รอรีวิวจาก Greptile และจัดการ…

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

เริ่มทำงานกับ GitHub issue แยกแยะความต้องการ สร้าง worktree และตั้งค่าระบบงาน TDD

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

เขียนเทสที่ล้มเหลวจากข้อกำหนด เรียกใช้สำหรับแต่ละสิ่งที่ต้องทำก่อน /implement

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

ให้คำแนะนำในการเขียน ปรับแต่งประสิทธิภาพ และวัดประสิทธิภาพของเคอร์เนล Triton สำหรับ Intel XPU GPU (Battlemage/Arc Pro B50) โดยใช้การปรับแต่ง Xe-Forge…