CommunityImagemgithub.com

jacobwell/skills

Dê aos seus agentes o poder do ecossistema Hugging Face

O que é skills?

O conjunto de habilidades 'Hugging Face Skills' capacita agentes de IA (como Claude Code, Codex, Gemini CLI e Cursor) a interagir com todo o ecossistema Hugging Face. Ele fornece definições padronizadas para tarefas comuns de IA/ML, incluindo criação de datasets, treinamento de modelos, avaliação, implantação em SageMaker e muito mais. A habilidade principal 'hf-cli' ensina o agente a usar todos os comandos da CLI do Hugging Face Hub, servindo como ponto de partida. Habilidades adicionais podem ser descobertas e instaladas sob demanda, e o repositório segue o formato padronizado Agent Skills, garantindo compatibilidade entre diferentes clientes. O processo de instalação varia por plataforma, mas geralmente envolve registrar o repositório como um marketplace de plugins ou adicionar as habilidades a um diretório específico.

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

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Hugging Face Skills

Hugging Face Skills são definições para tarefas de IA/ML, como criação de datasets, treinamento de modelos e avaliação. Os marketplaces de plugins de clientes expõem a habilidade hf-cli como o caminho de inicialização para operações principais do Hub; habilidades de fluxo de trabalho adicionais podem ser instaladas sob demanda com hf skills add <nome-da-habilidade> ou descobertas por clientes com suporte a habilidades via integrações CLI/MCP.

As habilidades neste repositório seguem o formato padronizado Agent Skills.

[!NOTE] Quer apenas dar ao seu agente acesso ao Hugging Face Hub? Comece com hf-cli. É a primeira Skill recomendada para instalar: ela ensina ao seu agente todos os comandos hf (pesquisar modelos, gerenciar datasets e buckets, iniciar Spaces, executar jobs) e é gerada a partir da sua CLI instalada localmente, mantendo-se sempre atualizada.

Como as Skills funcionam?

Na prática, as skills são pastas autocontidas que empacotam instruções, scripts e recursos para um agente de IA usar em um caso de uso específico. Cada pasta inclui um arquivo SKILL.md com frontmatter YAML (nome e descrição) seguido pelas orientações que seu agente de codificação segue enquanto a skill está ativa.

[!TIP] Se o seu agente não suporta skills, você pode usar agentsmd/AGENTS.md diretamente como alternativa.

A skill hf-cli neste repositório também está disponível através de:

Instalação

As Hugging Face skills são compatíveis com Claude Code, Codex, Gemini CLI e Cursor.

Claude Code

  1. Registre o repositório como um marketplace de plugins:
/plugin marketplace add huggingface/skills
  1. Instale a skill CLI:
/plugin install hf-cli@huggingface/skills
  1. Para instalar outra Hugging Face skill, use o CLI hf:
hf skills add <nome-da-habilidade>

Codex

  1. Copie ou crie links simbólicos para quaisquer skills que você queira usar do diretório skills/ deste repositório em um dos locais padrão de .agents/skills do Codex (por exemplo, $REPO_ROOT/.agents/skills ou $HOME/.agents/skills) conforme descrito no Guia de Skills do Codex.

  2. Uma vez que uma skill esteja disponível em um desses locais, o Codex a descobrirá usando o padrão Agent Skills e carregará as instruções do SKILL.md quando decidir usar essa skill ou quando você a invocar explicitamente.

  3. Se a sua configuração do Codex ainda depende de AGENTS.md, você pode usar o arquivo agentsmd/AGENTS.md gerado neste repositório como um pacote alternativo de instruções.

Gemini CLI

  1. Este repositório inclui gemini-extension.json para integração com o Gemini CLI.

  2. Instale localmente:

gemini extensions install . --consent

ou use a URL do GitHub:

gemini extensions install https://github.com/huggingface/skills.git --consent
  1. Consulte a documentação de extensões do Gemini CLI para mais ajuda.

Cursor

Este repositório inclui manifestos de plugin do Cursor:

  • .cursor-plugin/plugin.json
  • .mcp.json (configurado com a URL do servidor MCP do Hugging Face)

Instale a partir da URL do repositório (ou checkout local) através do fluxo de plugins do Cursor. A entrada do marketplace é intencionalmente limitada a hf-cli; use hf skills add <nome-da-habilidade> para instalar skills de fluxo de trabalho adicionais.

Para colaboradores, regenere os manifestos com:

./scripts/publish.sh

O que skills faz?

Este repositório contém algumas skills para você começar. Você também pode contribuir com suas próprias skills para o repositório.

Skills disponíveis

NomeDescriçãoDocumentação
hf-cliCLI do Hugging Face Hub (hf) para baixar, enviar e gerenciar modelos, datasets, spaces, buckets, repositórios, papers, jobs e mais no Hugging Face Hub.SKILL.md
hf-cloud-aws-context-discoveryDescubra o contexto AWS local do usuário (perfil ativo, região, ID da conta, identidade do caller) no início de qualquer tarefa AWS.SKILL.md
hf-cloud-python-env-setupConfigure um ambiente Python isolado para trabalho com SageMaker/AWS, com a versão correta do Python e boto3 atualizado.SKILL.md
hf-cloud-sagemaker-deployment-plannerPlaneje e coordene a implantação de um modelo no Amazon SageMaker AI.SKILL.md
hf-cloud-sagemaker-iam-preflightGaranta que uma função de execução SageMaker utilizável exista antes de implantar ou treinar.SKILL.md
hf-cloud-sagemaker-production-defaultsCrie um endpoint SageMaker (tempo real, tempo real com scale-to-zero ou assíncrono) com autoscaling, alarmes CloudWatch e marcação habilitados por padrão.SKILL.md
hf-cloud-serving-image-selectionEscolha o contêiner de serviço correto para uma implantação de modelo SageMaker e encontre seu URI de imagem atual.SKILL.md
hf-memCLI do Hugging Face para estimar a memória necessária para carregar pesos de modelo Safetensors ou GGUF para inferência do Hugging Face HubSKILL.md
huggingface-bestUse quando o usuário perguntar sobre encontrar o melhor, top ou modelo recomendado para uma tarefa, quiser saber qual modelo de IA usar, ou quiser comparar modelos por pontuações de benchmark.SKILL.md
huggingface-community-evalsExecute avaliações para modelos do Hugging Face Hub usando inspect-ai e lighteval em hardware local.SKILL.md
huggingface-datasetsUse esta skill para fluxos de trabalho da API Hugging Face Dataset Viewer que buscam metadados de subconjuntos/splits, paginam linhas, pesquisam texto, aplicam filtros, baixam URLs parquet e leem tamanho ou estatísticas.SKILL.md
huggingface-gradioCrie UIs web e demos Gradio em Python.SKILL.md
huggingface-llm-trainerTreine ou ajuste modelos de linguagem e visão usando TRL (Transformer Reinforcement Learning) ou Unsloth com a infraestrutura de Jobs do Hugging Face.SKILL.md
huggingface-local-modelsUse para selecionar modelos para executar localmente com llama.cpp e GGUF em CPU, Mac Metal, CUDA ou ROCm.SKILL.md
huggingface-lora-space-builderConstrua e publique um demo Gradio no Hugging Face Spaces para um LoRA fornecido pelo usuário.SKILL.md
huggingface-paper-publisherPublique e gerencie artigos de pesquisa no Hugging Face Hub.SKILL.md
huggingface-papersConsulte e leia páginas de artigos do Hugging Face em markdown, e use a API de papers para metadados estruturados como autores, modelos/datasets/spaces vinculados, repositório Github e página do projeto.SKILL.md
huggingface-spacesConstrua, implante e mantenha aplicações no Hugging Face Spaces — Gradio/Docker/Static SDKs, ZeroGPU e hardware dedicado, carregamento de modelos, depuração, buckets, provedores de inferência, subsídios da comunidade.SKILL.md
huggingface-tool-builderUse esta skill quando o usuário quiser construir ferramentas/scripts ou realizar uma tarefa onde usar dados da API Hugging Face ajudaria.SKILL.md
huggingface-trackioAcompanhe e visualize experimentos de treinamento de ML com Trackio.SKILL.md
huggingface-vision-trainerTreina e ajusta modelos de visão para detecção de objetos (D-FINE, RT-DETR v2, DETR, YOLOS), classificação de imagens (modelos timm — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 — além de qualquer classificador Transformers) e segmentação SAM/SAM2 usando Hugging Face Transformers em GPUs de nuvem dos Hugging Face Jobs.SKILL.md
huggingface-zerogpuDemos de IA e computação GPU com Gradio Spaces e Hugging Face Spaces ZeroGPU.SKILL.md
train-sentence-transformersTreine ou ajuste modelos sentence-transformers em SentenceTransformer (bi-encoder; modelo de embedding denso ou estático; para recuperação, similaridade, clustering, classificação, mineração de paráfrases, dedup, multimodal), CrossEncoder (reranker; pontuação de pares para recuperação em dois estágios / classificação de pares) e SparseEncoder (SPLADE, modelo de embedding esparso; para recuperação esparsa aprendida).SKILL.md
transformers-jsUse Transformers.js para executar modelos de machine learning de ponta diretamente em JavaScript/TypeScript.SKILL.md
trl-trainingTreine e ajuste modelos de linguagem transformer usando TRL (Transformers Reinforcement Learning).SKILL.md

Usando skills no seu agente de codificação

Depois que uma skill estiver instalada, mencione-a diretamente ao dar instruções ao seu agente de codificação:

  • "Use a skill HF LLM trainer para estimar a memória GPU necessária para uma execução de modelo 70B."
  • "Use a skill HF model evaluation para iniciar run_eval_job.py no checkpoint mais recente."
  • "Use a skill HF dataset creator para criar novos modelos de classificação few-shot."
  • "Use a skill HF paper publisher para indexar meu artigo do arXiv e vinculá-lo ao meu modelo."

Seu agente de codificação carrega automaticamente as instruções SKILL.md e scripts auxiliares correspondentes enquanto conclui a tarefa.

Contribua ou personalize uma skill

  1. Copie uma das pastas de skill existentes (por exemplo, hf-datasets/) e renomeie-a.
  2. Atualize o frontmatter SKILL.md da nova pasta:
    ---
    name: my-skill-name
    description: Descreva o que a skill faz e quando usá-la
    ---
    
    # Título da Skill
    Orientações + exemplos + proteções
    
  3. Adicione ou edite scripts de suporte, modelos e documentos referenciados por suas instruções.
  4. Não adicione a skill ao .claude-plugin/marketplace.json por padrão. Os marketplaces de clientes são intencionalmente limitados a hf-cli; o marketplace completo da CLI Hub é gerado em .claude-plugin/marketplace-internal.json.
  5. Execute:
    ./scripts/publish.sh
    
    para regenerar e validar todos os metadados gerados.
  6. Reinstale ou recarregue o pacote de skills no seu agente de codificação para que a pasta atualizada esteja disponível.

Marketplace

Os arquivos .claude-plugin/marketplace.json e .cursor-plugin/marketplace.json expõem intencionalmente apenas hf-cli para instalação via marketplace do cliente. Isso mantém os manifestos de instalação focados em operações principais do Hub e direciona os usuários para hf skills add <nome-da-habilidade> para o restante do repositório.

O arquivo gerado .claude-plugin/marketplace-internal.json contém a lista completa de skills. A automação de publicação o envia para o bucket do Hub como marketplace.json para que hf skills list, hf skills add e hf skills update continuem vendo todas as skills disponíveis.

Integrações mais recentes com suporte a skills também podem obter capacidades dinamicamente. O fluxo de descoberta do Hugging Face permite que clientes pesquisem skills, servidores MCP e Spaces, enquanto o trabalho Skills-over-MCP está padronizando como as skills são descobertas e consumidas através de recursos MCP.

Referências adicionais

  • Navegue pelas instruções, scripts e modelos mais recentes diretamente em huggingface/skills.
  • Revise a documentação do Hugging Face para as bibliotecas ou fluxos de trabalho específicos que você referenciar dentro de cada skill.

Habilidades Relacionadas