h9-tec/model-family-tree

Utilisez lorsque l'utilisateur demande sur quoi un modèle Hugging Face est basé, ce qui a été construit à partir d'un modèle, quel modèle de base affiner, ou quelle est la popularité d'une famille de modèles — répond à l'aide des outils MCP de l'Open Model Family Tree.

Qu'est-ce que model-family-tree ?

Cette compétence pour agent IA (compatible avec Claude Code, Cursor, Codex, etc.) permet de répondre aux questions sur la lignée et la popularité des modèles open source hébergés sur Hugging Face Hub. Elle s'appuie sur l'Open Model Family Tree, une version nocturne du graphe des `base_model` déclaré dans le Hub. L'agent peut ainsi rechercher l'ancêtre racine d'un modèle (par exemple, « Llama » ou « Qwen »), lister ses descendants (finetunes, LoRAs, GGUFs), déterminer le meilleur modèle de base à affiner selon des critères de popularité, ou comparer la taille de familles comme Gemma 3 ou Llama. L'outil appelle des fonctions MCP (lineage, children, leaderboard, family) ou lit des fichiers JSON locaux en cas d'indisponibilité. Il fournit des réponses directes avec des comptes clairs (descendants totaux, finetunes, activités 90 jours) et précise toujours que les données couvrent uniquement les ancêtres déclarés, avec la date de génération.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/h9-tec/model-family-tree/tree/HEAD/skills/model-lineage

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Lignée de modèles

Répond aux questions sur l'ascendance et la popularité des modèles open source de l'Open Model Family Tree, une version nocturne de l'ensemble du graphe base_model déclaré sur Hugging Face Hub.

Quand l'utiliser

  • « X est basé sur quoi ? » / « X est-il un finetune de Llama ou Qwen ? »
  • « Qu'a-t-on construit à partir de X ? » / « Montre-moi les quantifications de X. »
  • « Quel modèle de base devrais-je affiner ? » / « Quelle taille de Qwen3 a le plus de finetunes ? »
  • « Quelle est la taille de la famille Gemma 3 ? » / « Llama est-il toujours le modèle le plus utilisé comme base ? »

Procédure

  1. Ascendance : appeler lineage(id="org/nom"). Rapporter la chaîne vers la racine avec la relation de chaque saut, et la famille de la racine.
  2. Descendants : appeler children(id=..., relation=...); utiliser relation="finetune" lorsque l'utilisateur s'intéresse aux vrais finetunes plutôt qu'aux LoRAs ou GGUFs.
  3. Popularité : appeler leaderboard(kind=...). Par défaut, kind="finetune" pour les questions « quel modèle de base choisir » (les comptes d'adaptateurs et de quantifications sont bruyants), kind="90d" pour « ce qui est populaire », kind="families" pour comparer les familles.
  4. Familles : appeler family(name="Qwen2.5") pour les totaux et les meilleurs modèles d'une famille.
  5. Si les outils MCP ne sont pas disponibles, lire ${CLAUDE_PLUGIN_ROOT}/dist/leaderboard.json et dist/parents.json.

Format de réponse

Commencer par la réponse directe (la racine, ou les 3 premières bases). Donner les comptes avec leur type (descendants totaux vs finetunes vs 90 derniers jours). Toujours préciser que les comptes ne couvrent que l'ascendance déclarée et indiquer la date de génération à partir de stats().

Skills associés