Hugging Face技能

为HuggingFace路由器中的新模型添加描述，以更新chat-ui配置。当路由器上有新模型发布且需要描述时使用…

修复由 ty、make typing 或 make check-repo 检测到的损坏的类型检查。当本地运行、CI 或 PR 日志中出现类型错误时使用。

提供针对NVIDIA GPU（H100、A100、T4）编写和基准测试优化CUDA内核的指导，目标为HuggingFace diffusers和transformers…

在Python中构建Gradio网页界面和演示。用于创建或编辑Gradio应用、组件、事件监听器、布局或聊天机器人时。

Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing models, datasets, spaces, buckets, repos, papers, jobs, and more on the Hugging Face Hub.…

通过MCP服务器工具使用Hugging Face Hub。搜索模型、数据集、Spaces、论文。获取仓库详情、获取文档、运行计算任务、使用Gradio…

根据缓存的PR JSON文件生成Hugging Face Hub (huggingface_hub) 发布说明。当要求从PR文件起草发布说明时使用。

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.

在 Hugging Face Hub 上创建和管理数据集。支持初始化仓库、定义配置/系统提示、流式更新行数据，以及基于 SQL 的数据集查询与转换。设计为与 HF MCP 服务器协同工作，实现完整的数据集工作流。

在Hugging Face模型卡片中添加和管理评估结果。支持从README内容中提取评估表格、从Artificial Analysis API导入分数，以及使用vLLM/lighteval运行自定义模型评估。兼容model-index元数据格式。

在Hugging Face Jobs基础设施上运行任意工作负载。涵盖UV脚本、基于Docker的任务、硬件选择、成本估算、令牌认证、密钥管理、超时配置及结果持久化。专为通用计算工作负载设计，包括数据处理、推理、实验、批处理任务及任何基于Python的任务。

使用Hugging Face Jobs基础设施上的TRL（Transformer强化学习）训练或微调语言模型。涵盖SFT、DPO、GRPO及奖励建模训练方法，以及用于本地部署的GGUF转换。包含数据集准备、硬件选择、成本估算和模型持久化的指导。

在Hugging Face Hub上发布和管理研究论文。支持创建论文页面、将论文链接到模型/数据集、声明作者身份，以及生成基于Markdown的专业研究文章。

使用Hugging Face API构建可复用的脚本和工具。适用于链式调用或组合API调用，以及需要重复/自动化执行的任务。创建可复用的命令行脚本，用于从Hugging Face Hub获取、丰富或处理数据。

使用Trackio跟踪和可视化机器学习训练实验。在训练过程中记录指标（Python API）或检索/分析已记录的指标（CLI）时使用。支持实时仪表盘可视化、HF Space同步以及用于自动化的JSON输出。

使用此技能处理Hugging Face Dataset Viewer API工作流，以获取子集/分割元数据、分页行、搜索文本、应用过滤器、下载parquet文件等。

使用 Hugging Face Transformers 在 Hugging Face Jobs 云 GPU 上训练和微调目标检测模型（D-FINE、RT-DETR v2、DETR、YOLOS）。涵盖…

以Markdown格式查找并阅读Hugging Face论文页面，并使用论文API获取结构化元数据，如作者、关联的模型/数据集/空间、GitHub等。

训练和微调视觉模型，用于目标检测（D-FINE、RT-DETR v2、DETR、YOLOS）和图像分类（timm模型——MobileNetV3、MobileViT、ResNet等）

通过查询官方Hugging Face基准排行榜，为任务寻找最佳模型，补充模型大小数据，筛选出适合用户设备的模型，并返回包含基准分数的对比表格。

使用 inspect-ai 和 lighteval 在本地硬件上对 Hugging Face Hub 模型运行评估。用于后端选择、本地 GPU 评估，以及选择…

将此技能用于Hugging Face Dataset Viewer API工作流，以获取子集/分割元数据、分页行、搜索文本、应用过滤器、下载parquet…

在Python中构建Gradio网页界面和演示。适用于创建或编辑Gradio应用、组件、事件监听器、布局或聊天机器人时使用。

当用户希望在Hugging Face Jobs基础设施上运行任何工作负载时，应使用此技能。涵盖UV脚本、基于Docker的任务、硬件选择等。

使用TRL（Transformer强化学习）或Unsloth，借助Hugging Face Jobs基础设施训练或微调语言与视觉模型。涵盖SFT、DPO、…

用于选择在本地通过llama.cpp和GGUF在CPU、Mac Metal、CUDA或ROCm上运行的模型。涵盖查找GGUF、量化选择、运行服务器、精确…

在 Hugging Face Hub 上发布和管理研究论文。支持创建论文页面、将论文链接到模型/数据集、声明作者身份以及生成…

在Markdown中查找并阅读Hugging Face论文页面，并使用论文API获取结构化元数据，如作者、关联的模型/数据集/空间、GitHub等。

当用户想要构建工具/脚本或完成某项任务，且使用Hugging Face API的数据会有所帮助时，使用此技能。这在以下情况下尤其有用…

使用Trackio跟踪和可视化机器学习训练实验。在训练期间记录指标（Python API）、触发训练诊断警报或…时使用。

训练和微调视觉模型，用于目标检测（D-FINE、RT-DETR v2、DETR、YOLOS）、图像分类（timm模型——MobileNetV3、MobileViT、ResNet……）

启动并测试prime-rl推理服务器。当被要求运行推理、启动vLLM、测试模型或启动推理服务器时使用。

提供在ROCm上为AMD GPU（MI355X、R9700）编写和基准测试优化Triton内核的指导，针对HuggingFace diffusers（LTX-Video、SD3等）

如何在prime-rl中编写和使用TOML配置。用于创建配置文件、使用配置运行命令或通过CLI覆盖配置值。

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

使用Transformers.js直接在JavaScript/TypeScript中运行最先进的机器学习模型。支持自然语言处理（文本分类、翻译、…）

使用TRL（Transformers强化学习）训练和微调Transformer语言模型。支持SFT、DPO、GRPO、KTO、RLOO和奖励模型训练…