CommunityPesquisa e Análise de Dadosgithub.com

huggingface/hf-cli

CLI do Hugging Face Hub (`hf`) para baixar, enviar e gerenciar modelos, datasets, spaces, buckets, repositórios, papers, jobs e muito mais no Hugging Face Hub.

O que é hf-cli?

Esta skill fornece acesso completo ao CLI `hf` do Hugging Face Hub, substituindo o obsoleto `huggingface-cli`. Ela permite autenticação, gerenciamento de cache local, upload e download de modelos e datasets, configuração de Spaces, execução de jobs, gerenciamento de buckets, criação de pull requests, leitura de papers acadêmicos e implantação de Inference Endpoints. É útil para desenvolvedores que trabalham com o ecossistema Hugging Face, necessidades de armazenamento em nuvem (como checkpoints de treinamento, pipelines de dados ou rastros de agentes) e automação de tarefas relacionadas a IA e ML. A skill deve ser acionada sempre que o usuário mencionar 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli' ou 'hugging face cli', ou precisar de suporte a repositórios, coleções, consultas a datasets, webhooks ou inferência.

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

Installed? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Perguntar na sua IA favorita

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

Documentação

O que hf-cli faz?

CLI do Hugging Face Hub (hf) para baixar, enviar e gerenciar modelos, datasets, spaces, buckets, repositórios, papers, jobs e muito mais no Hugging Face Hub. Use quando: lidar com autenticação; gerenciar cache local; gerenciar Buckets do Hugging Face; executar ou agendar jobs na infraestrutura do Hugging Face; gerenciar repositórios do Hugging Face; discussões e pull requests; navegar por modelos, datasets e spaces; ler, pesquisar ou navegar por papers acadêmicos; gerenciar coleções; consultar datasets; configurar spaces; configurar webhooks; ou implantar e gerenciar Inference Endpoints do HF. Certifique-se de usar esta skill sempre que o usuário mencionar 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli' ou 'hugging face cli', ou quiser fazer qualquer coisa relacionada ao ecossistema Hugging Face e a IA e ML em geral. Use também para necessidades de armazenamento em nuvem, como checkpoints de treinamento, pipelines de dados ou rastros de agentes. Use mesmo que o usuário não peça explicitamente um comando CLI. Substitui o obsoleto 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.

Habilidades Relacionadas