CommunityRecherche & Datenanalysegithub.com

huggingface/hf-cli

Hugging Face Hub CLI (`hf`) zum Herunterladen, Hochladen und Verwalten von Modellen, Datensätzen, Spaces, Buckets, Repos, Papers, Jobs und mehr auf dem Hugging Face Hub.

Was ist hf-cli?

Diese Fähigkeit stellt die `hf`-Befehlszeilenschnittstelle (CLI) für den Hugging Face Hub bereit, den zentralen Ort für das Hosting und die Zusammenarbeit an maschinellen Lernmodellen, Datensätzen und Anwendungen. Sie ersetzt das veraltete `huggingface-cli` und fasst eine breite Palette von Hub-Aufgaben in einem einzigen Werkzeug zusammen: Authentifizierung, Verwaltung des lokalen Caches, Verwaltung von Buckets (für Cloud-Speicher wie Trainings-Checkpoints und Datenpipelines), Erstellung und Verwaltung von Repos (einschließlich Diskussionen und Pull-Requests), Durchsuchen von Modellen, Datensätzen und Spaces, Lesen und Durchsuchen wissenschaftlicher Papers, Verwalten von Sammlungen, Abfragen von Datensätzen, Konfigurieren von Spaces, Einrichten von Webhooks und Bereitstellen von HF Inference Endpoints. Die Fähigkeit ist für KI-Agenten unverzichtbar, die mit dem Hugging Face Ökosystem interagieren müssen, und sollte immer dann verwendet werden, wenn der Benutzer 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli' oder 'hugging face cli' erwähnt oder eine Aufgabe im Zusammenhang mit AI/ML im Allgemeinen ausführen möchte. Sie deckt auch Cloud-Speicher-Anforderungen wie Trainings-Checkpoints, Datenpipelines oder Agententraces ab. Der Agent kann den Befehl auch vorschlagen, wenn der Benutzer nicht explizit nach einem CLI-Befehl fragt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/huggingface/skills/tree/main/skills/hf-cli

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht hf-cli?

Hugging Face Hub CLI (hf) zum Herunterladen, Hochladen und Verwalten von Modellen, Datensätzen, Spaces, Buckets, Repos, Papers, Jobs und mehr auf dem Hugging Face Hub. Verwenden Sie diese Fähigkeit, wenn Sie: Authentifizierung durchführen; lokalen Cache verwalten; Hugging Face Buckets verwalten; Jobs auf der Hugging Face Infrastruktur ausführen oder planen; Hugging Face Repos verwalten; Diskussionen und Pull-Requests führen; Modelle, Datensätze und Spaces durchsuchen; wissenschaftliche Papers lesen, durchsuchen oder browsen; Sammlungen verwalten; Datensätze abfragen; Spaces konfigurieren; Webhooks einrichten; oder HF Inference Endpoints bereitstellen und verwalten. Stellen Sie sicher, dass Sie diese Fähigkeit immer dann verwenden, wenn der Benutzer 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli' oder 'hugging face cli' erwähnt oder etwas mit dem Hugging Face Ökosystem und AI/ML im Allgemeinen tun möchte. Verwenden Sie sie auch für Cloud-Speicher-Anforderungen wie Trainings-Checkpoints, Datenpipelines oder Agententraces. Verwenden Sie sie auch, wenn der Benutzer nicht explizit nach einem CLI-Befehl fragt. Ersetzt das veraltete huggingface-cli.

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

huggingface/huggingface-datasets

Use this skill for Hugging Face Dataset Viewer API workflows that fetch subset/split metadata, paginate rows, search text, apply filters, download parquet URLs, and read size or statistics.

huggingface/huggingface-gradio

Build Gradio web UIs and demos in Python. Use when creating or editing Gradio apps, components, event listeners, layouts, or chatbots.

huggingface/huggingface-llm-trainer

Train or fine-tune language and vision models using TRL (Transformer Reinforcement Learning) or Unsloth with Hugging Face Jobs infrastructure. Covers SFT, DPO, GRPO and reward modeling training methods, plus GGUF conversion for local deployment. Includes guidance on the TRL Jobs package, UV scripts with PEP 723 format, dataset preparation and validation, hardware selection, cost estimation, Trackio monitoring, Hub authentication, model selection/leaderboards and model persistence. Use for tasks involving cloud GPU training, GGUF conversion, or when users mention training on Hugging Face Jobs without local GPU setup.

huggingface/huggingface-papers

Look up and read Hugging Face paper pages in markdown, and use the papers API for structured metadata such as authors, linked models/datasets/spaces, Github repo and project page. Use when the user shares a Hugging Face paper page URL, an arXiv URL or ID, or asks to summarize, explain, or analyze an AI research paper.

huggingface/transformers-js

Use Transformers.js to run state-of-the-art machine learning models directly in JavaScript/TypeScript. Supports NLP (text classification, translation, summarization), computer vision (image classification, object detection), audio (speech recognition, audio classification), and multimodal tasks. Works in browsers and server-side runtimes (Node.js, Bun, Deno) with WebGPU/WASM using pre-trained models from Hugging Face Hub.

Verwandte Skills