Hugging Face Tool Builder

โดย huggingface

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

npx skills add https://github.com/huggingface/skills --skill hugging-face-tool-builder

ดาวน์โหลด ZIP GitHub

Skills เพิ่มเติมจาก huggingface

ซิงค์การกำหนดค่าโมเดลของ chat-ui กับเราเตอร์ของ HuggingFace — เพิ่มคำอธิบายสำหรับโมเดลใหม่ ทำเครื่องหมายโมเดลที่รองรับการให้เหตุผล เปิดใช้งาน artifacts สำหรับโมเดลที่มีขนาด 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

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

hf-cloud-serving-image-selection

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

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

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

Hugging Face Evaluation

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