CommunityImagengithub.com

jacobwell/skills

Dale a tus agentes el poder del ecosistema Hugging Face

¿Qué es skills?

Este repositorio proporciona un conjunto de 'habilidades' (skills) estandarizadas para agentes de IA, diseñadas para integrar el ecosistema de Hugging Face. Incluye habilidades para operaciones básicas del Hub, como búsqueda, gestión de datasets, modelos y Spaces, así como para tareas avanzadas de aprendizaje automático, como entrenamiento de modelos, evaluaciones y despliegue en SageMaker. Es compatible con agentes como Claude Code, Codex, Gemini CLI y Cursor. La instalación se realiza a través de marketplaces de plugins o comandos específicos del agente (e.g., `hf skills add <skill-name>`). Cada carpeta de habilidad contiene un archivo `SKILL.md` con instrucciones detalladas y scripts que el agente carga automáticamente para completar tareas específicas, optimizando el flujo de trabajo de desarrollo e investigación en ML.

Compatible con✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/jacobwell/skills/tree/main

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Habilidades de Hugging Face

Las Habilidades de Hugging Face son definiciones para tareas de IA/ML como creación de datasets, entrenamiento de modelos y evaluación. Los marketplaces de plugins de los clientes exponen la habilidad hf-cli como la ruta de inicio para las operaciones principales del Hub; se pueden instalar habilidades de flujo de trabajo adicionales bajo demanda con hf skills add <nombre-habilidad> o ser descubiertas por clientes conscientes de habilidades a través de integraciones CLI/MCP.

Las habilidades en este repositorio siguen el formato estandarizado Agent Skills.

[!NOTE] **¿Solo quieres darle a tu agente acceso al Hugging Face Hub? Comienza con hf-cli. Es la primera habilidad recomendada para instalar: le enseña a tu agente cada comando hf (buscar modelos, gestionar datasets y buckets, lanzar Spaces, ejecutar trabajos) y se genera a partir de tu CLI instalada localmente, por lo que se mantiene actualizada.

¿Cómo funcionan las Habilidades?

En la práctica, las habilidades son carpetas autocontenidas que empaquetan instrucciones, scripts y recursos para que un agente de IA los use en un caso de uso específico. Cada carpeta incluye un archivo SKILL.md con metadatos YAML (nombre y descripción) seguido de la guía que sigue tu agente de codificación mientras la habilidad está activa.

[!TIP] Si tu agente no es compatible con habilidades, puedes usar agentsmd/AGENTS.md directamente como alternativa.

La habilidad hf-cli en este repositorio también está disponible a través de:

Instalación

Las habilidades de Hugging Face son compatibles con Claude Code, Codex, Gemini CLI y Cursor.

Claude Code

  1. Registra el repositorio como un marketplace de plugins:
/plugin marketplace add huggingface/skills
  1. Instala la habilidad CLI:
/plugin install hf-cli@huggingface/skills
  1. Para instalar otra habilidad de Hugging Face, usa la CLI hf:
hf skills add <nombre-habilidad>

Codex

  1. Copia o enlaza simbólicamente las habilidades que quieras usar del directorio skills/ de este repositorio en una de las ubicaciones estándar de .agents/skills de Codex (por ejemplo, $REPO_ROOT/.agents/skills o $HOME/.agents/skills) como se describe en la Guía de habilidades de Codex.

  2. Una vez que una habilidad esté disponible en una de esas ubicaciones, Codex la descubrirá usando el estándar Agent Skills y cargará las instrucciones del SKILL.md cuando decida usar esa habilidad o cuando la invoques explícitamente.

  3. Si tu configuración de Codex aún depende de AGENTS.md, puedes usar el archivo generado agentsmd/AGENTS.md en este repositorio como un paquete de instrucciones de respaldo.

Gemini CLI

  1. Este repositorio incluye gemini-extension.json para integrarse con Gemini CLI.

  2. Instala localmente:

gemini extensions install . --consent

o usa la URL de GitHub:

gemini extensions install https://github.com/huggingface/skills.git --consent
  1. Consulta la documentación de extensiones de Gemini CLI para obtener más ayuda.

Cursor

Este repositorio incluye manifiestos de plugins de Cursor:

  • .cursor-plugin/plugin.json
  • .mcp.json (configurado con la URL del servidor MCP de Hugging Face)

Instala desde la URL del repositorio (o desde una copia local) a través del flujo de plugins de Cursor. La entrada del marketplace está intencionalmente limitada a hf-cli; usa hf skills add <nombre-habilidad> para instalar habilidades de flujo de trabajo adicionales.

Para contribuyentes, regenera los manifiestos con:

./scripts/publish.sh

Habilidades

Este repositorio contiene algunas habilidades para comenzar. También puedes contribuir con tus propias habilidades al repositorio.

Habilidades disponibles

NombreDescripciónDocumentación
hf-cliCLI del Hugging Face Hub (hf) para descargar, subir y gestionar modelos, datasets, spaces, buckets, repos, papers, trabajos y más en el Hugging Face Hub.SKILL.md
hf-cloud-aws-context-discoveryDescubre el contexto AWS local del usuario (perfil activo, región, ID de cuenta, identidad del llamante) al inicio de cualquier tarea AWS.SKILL.md
hf-cloud-python-env-setupConfigura un entorno Python aislado para trabajo con SageMaker/AWS, con la versión correcta de Python y boto3 actualizado.SKILL.md
hf-cloud-sagemaker-deployment-plannerPlanifica y coordina el despliegue de un modelo en Amazon SageMaker AI.SKILL.md
hf-cloud-sagemaker-iam-preflightAsegura que exista un rol de ejecución de SageMaker utilizable antes de desplegar o entrenar.SKILL.md
hf-cloud-sagemaker-production-defaultsCrea un endpoint de SageMaker (tiempo real, tiempo real con escalado a cero, o asíncrono) con autoescalado, alarmas de CloudWatch y etiquetado habilitados por defecto.SKILL.md
hf-cloud-serving-image-selectionSelecciona el contenedor de servicio adecuado para un despliegue de modelo SageMaker y encuentra su URI de imagen actual.SKILL.md
hf-memCLI de Hugging Face para estimar la memoria necesaria para cargar pesos de modelo Safetensors o GGUF para inferencia desde el Hugging Face Hub.SKILL.md
huggingface-bestÚsalo cuando el usuario pregunte sobre encontrar el mejor modelo, el más popular o el recomendado para una tarea, quiera saber qué modelo de IA usar o desee comparar modelos por puntuaciones de benchmarks.SKILL.md
huggingface-community-evalsEjecuta evaluaciones para modelos del Hugging Face Hub usando inspect-ai y lighteval en hardware local.SKILL.md
huggingface-datasetsUsa esta habilidad para flujos de trabajo de la API Hugging Face Dataset Viewer que obtienen metadatos de subconjuntos/particiones, paginan filas, buscan texto, aplican filtros, descargan URLs de parquet y leen tamaño o estadísticas.SKILL.md
huggingface-gradioConstruye interfaces de usuario web y demos en Python con Gradio.SKILL.md
huggingface-llm-trainerEntrena o ajusta modelos de lenguaje y visión usando TRL (Transformer Reinforcement Learning) o Unsloth con la infraestructura de Hugging Face Jobs.SKILL.md
huggingface-local-modelsÚsalo para seleccionar modelos para ejecutar localmente con llama.cpp y GGUF en CPU, Mac Metal, CUDA o ROCm.SKILL.md
huggingface-lora-space-builderConstruye y publica una demo de Gradio en Hugging Face Spaces para un LoRA proporcionado por el usuario.SKILL.md
huggingface-paper-publisherPublica y gestiona artículos de investigación en Hugging Face Hub.SKILL.md
huggingface-papersConsulta y lee páginas de artículos de Hugging Face en markdown, y usa la API de papers para metadatos estructurados como autores, modelos/datasets/spaces vinculados, repositorio de Github y página del proyecto.SKILL.md
huggingface-spacesConstruye, despliega y mantiene aplicaciones en Hugging Face Spaces — Gradio / Docker / SDKs estáticos, ZeroGPU y hardware dedicado, carga de modelos, depuración, buckets, proveedores de inferencia, subvenciones comunitarias.SKILL.md
huggingface-tool-builderUsa esta habilidad cuando el usuario quiera construir herramientas/scripts o lograr una tarea donde usar datos de la API de Hugging Face sea útil.SKILL.md
huggingface-trackioRastrea y visualiza experimentos de entrenamiento de ML con Trackio.SKILL.md
huggingface-vision-trainerEntrena y ajusta modelos de visión para detección de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), clasificación de imágenes (modelos timm — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 — además de cualquier clasificador de Transformers) y segmentación SAM/SAM2 usando Hugging Face Transformers en GPUs en la nube de Hugging Face Jobs.SKILL.md
huggingface-zerogpuDemos de IA y cómputo en GPU con Gradio Spaces y Hugging Face Spaces ZeroGPU.SKILL.md
train-sentence-transformersEntrena o ajusta modelos de sentence-transformers a través de SentenceTransformer (bi-encoder; modelo de embedding denso o estático; para recuperación, similitud, clustering, clasificación, minería de paráfrasis, deduplicación, multimodal), CrossEncoder (reranker; puntuación de pares para recuperación de dos etapas / clasificación de pares) y SparseEncoder (SPLADE, modelo de embedding disperso; para recuperación dispersa aprendida).SKILL.md
transformers-jsUsa Transformers.js para ejecutar modelos de aprendizaje automático de última generación directamente en JavaScript/TypeScript.SKILL.md
trl-trainingEntrena y ajusta modelos de lenguaje transformer usando TRL (Transformers Reinforcement Learning).SKILL.md

Usando habilidades en tu agente de codificación

Una vez que una habilidad está instalada, menciónala directamente al dar instrucciones a tu agente de codificación:

  • "Usa la habilidad de entrenador LLM de HF para estimar la memoria de GPU necesaria para ejecutar un modelo de 70B."
  • "Usa la habilidad de evaluación de modelos de HF para lanzar run_eval_job.py en el último checkpoint."
  • "Usa la habilidad de creador de datasets de HF para redactar nuevas plantillas de clasificación few-shot."
  • "Usa la habilidad de publicador de papers de HF para indexar mi artículo de arXiv y vincularlo a mi modelo."

Tu agente de codificación carga automáticamente las instrucciones y scripts de ayuda del SKILL.md correspondiente mientras completa la tarea.

Contribuir o personalizar una habilidad

  1. Copia una de las carpetas de habilidad existentes (por ejemplo, hf-datasets/) y renómbrala.
  2. Actualiza los metadatos YAML del SKILL.md de la nueva carpeta:
    ---
    name: mi-nombre-de-habilidad
    description: Describe qué hace la habilidad y cuándo usarla
    ---
    
    # Título de la Habilidad
    Guía + ejemplos + barreras de seguridad
    
  3. Añade o edita los scripts, plantillas y documentos de apoyo a los que hacen referencia tus instrucciones.
  4. No añadas la habilidad a .claude-plugin/marketplace.json por defecto. Los marketplaces de clientes están intencionalmente limitados a hf-cli; el marketplace completo de la CLI del Hub se genera en .claude-plugin/marketplace-internal.json.
  5. Ejecuta:
    ./scripts/publish.sh
    
    para regenerar y validar todos los metadatos generados.
  6. Reinstala o recarga el paquete de habilidades en tu agente de codificación para que la carpeta actualizada esté disponible.

Marketplace

Los archivos .claude-plugin/marketplace.json y .cursor-plugin/marketplace.json exponen intencionalmente solo hf-cli para la instalación desde el marketplace del cliente. Esto mantiene los manifiestos de instalación centrados en las operaciones principales del Hub y dirige a los usuarios a hf skills add <nombre-habilidad> para el resto del repositorio.

El archivo generado .claude-plugin/marketplace-internal.json contiene la lista completa de habilidades. La automatización de publicación lo sube al bucket del Hub como marketplace.json para que hf skills list, hf skills add y hf skills update sigan viendo todas las habilidades disponibles.

Las integraciones más nuevas conscientes de habilidades también pueden obtener capacidades dinámicamente. El flujo de descubrimiento de Hugging Face permite a los clientes buscar habilidades, servidores MCP y Spaces, mientras que el trabajo de Habilidades sobre MCP estandariza cómo se descubren y consumen las habilidades a través de los recursos de MCP.

Referencias adicionales

  • Navega por las últimas instrucciones, scripts y plantillas directamente en huggingface/skills.
  • Revisa la documentación de Hugging Face para las bibliotecas o flujos de trabajo específicos a los que hagas referencia dentro de cada habilidad.

Skills relacionados