本文根据 huggingface/skills 仓库 README、Hugging Face 官方文档以及 Claude Code、Codex 官方文档整理,资料核对于 2026-10-10。技能清单由仓库脚本自动生成,以仓库为准。
是什么
huggingface/skills 是 Hugging Face 官方的 Agent Skills 仓库,把「在 Hub 上找模型、管理数据集、训练和评测、发布 Space」这些机器学习日常工作写成技能,让编程智能体照着做。每个技能是一个带 SKILL.md 的文件夹,附脚本和模板,格式遵循 agentskills.io 的开放标准。
仓库的安排是「一个入口加按需安装」:各家客户端的插件市场里只放 hf-cli 这一个技能,它教智能体使用 hf 命令行的全部命令;其余工作流技能用 hf skills add <skill-name> 按需添加。README 还为不支持技能的智能体准备了一份 agentsmd/AGENTS.md 作为替代。
截至 2026-10-10,GitHub 显示该仓库约 1.1 万 Star、764 Fork,最近一次推送 2026-10-08。
包含哪些 Skill
README 的技能表核对当日有 25 个,大致分五类:
- Hub 基础:
hf-cli(下载、上传、管理模型、数据集、Space、存储桶、任务等),hf-mem(估算加载模型权重需要多少内存),huggingface-best(按任务和榜单分数挑模型),huggingface-local-models(挑适合用 llama.cpp 本地跑的 GGUF 模型); - 训练与评测:
huggingface-llm-trainer、trl-training、huggingface-vision-trainer、train-sentence-transformers,huggingface-community-evals(本地跑评测),huggingface-trackio(记录和查看训练实验); - 数据与论文:
huggingface-datasets(数据集查看器接口)、huggingface-papers、huggingface-paper-publisher; - 应用与演示:
huggingface-gradio、huggingface-spaces、huggingface-zerogpu、huggingface-lora-space-builder、transformers-js、huggingface-tool-builder; - 云上部署:
hf-cloud-开头的 6 个技能,处理把模型部署到 Amazon SageMaker 时的环境、IAM 角色、镜像选择和默认配置。
怎么安装
Claude Code(命令来自 README):
text
/plugin marketplace add huggingface/skills
/plugin install hf-cli@huggingface/skills
装好 hf-cli 后,其他技能用 hf 命令行添加:
text
hf skills add <skill-name>
Codex:README 的做法是把仓库 skills/ 目录里想用的技能复制或软链接到 Codex 的 .agents/skills 位置(例如仓库内的 .agents/skills 或用户级的 $HOME/.agents/skills),和 Codex 官方文档一致。hf-cli 也上架了 Codex 插件目录。
Gemini CLI:仓库带有 gemini-extension.json,用地址安装:
text
gemini extensions install https://github.com/huggingface/skills.git --consent
Cursor:仓库带 Cursor 插件清单和 .mcp.json(已配置 Hugging Face MCP 服务器地址),可从 Cursor Marketplace 或仓库地址安装;市场条目同样只含 hf-cli。
怎么用
装好后在指令里点名技能即可,README 给的例子大意是:
- 「用 HF LLM trainer 技能估算跑一个 70B 模型需要多少显存」;
- 「用 HF paper publisher 技能把我的 arXiv 论文收录进来,并关联到我的模型」。
同样的说法可以套到别的技能上,比如让它用数据集技能查看某个数据集有哪些子集和拆分,再按条件筛几行出来。
智能体会加载对应的 SKILL.md 和辅助脚本完成任务。Claude Code 里插件技能以 /插件名:技能名 的形式出现,输入 /skills 可查看全部。
适合谁 / 不适合谁
适合:
- 经常在 Hugging Face Hub 上找模型、传数据集、发 Space 的开发者和研究者;
- 想让智能体代劳微调、评测这类步骤繁琐的工作的人;
- 要把开源模型部署到 SageMaker 的团队。
不适合:
- 只调用现成大模型 API、不碰开源模型的人;
- 没有 Hugging Face 账号、也不打算用
hf命令行的人——多数技能围绕它展开。
注意事项
- 许可证:Apache-2.0,仓库根目录有 LICENSE 文件。
- 维护状态:最近一次推送 2026-10-08,持续更新。
- 安全与费用:这些技能会驱动
hf命令行操作你的 Hugging Face 账号,上传、建 Space、提交云端训练任务都算;训练类技能用的是 Hugging Face Jobs 的云端 GPU,hf-cloud-系列会在 AWS 上创建角色和端点,都可能产生费用,以各自官方定价为准。提交任务前让智能体先把计划和预估配置讲清楚。Cursor 插件会连同 Hugging Face 的 MCP 服务器一起配置。 - 兼容性:README 写明兼容 Claude Code、Codex、Gemini CLI 和 Cursor;插件市场只装得到
hf-cli,想要别的技能必须再走hf skills add,这一点容易漏。
0 条评论
还没有评论,来抢沙发~