本文根據 huggingface/skills 倉庫 README、Hugging Face 官方文檔以及 Claude Code、Codex 官方文檔整理,資料核對於 2026-10-10。技能清單由倉庫腳本自動生成,以倉庫為準。
是什麼
huggingface/skills 是 Hugging Face 官方的 Agent Skills 倉庫,把「在 Hub 上找模型、管理數據集、訓練和評測、發佈 Space」這些機器學習日常工作寫成技能,讓編程智能體照着做。每個技能是一個帶 SKILL.md 的文件夾,附腳本和模板,格式遵循 agentskills.io 的開放標準。
倉庫的安排是「一個入口加按需安裝」:各家客戶端的插件市場裏只放 hf-cli 這一個技能,它教智能體使用 hf 命令行的全部命令;其餘工作流技能用 hf skills add <skill-name> 按需添加。README 還為不支持技能的智能體準備了一份 agentsmd/AGENTS.md 作為替代。
截至 2026-10-10,GitHub 顯示該倉庫約 1.1 萬 Star、764 Fork,最近一次推送 2026-10-08。
包含哪些 Skill
README 的技能表核對當日有 25 個,大致分五類:
- Hub 基礎:
hf-cli(下載、上載、管理模型、數據集、Space、存儲桶、任務等),hf-mem(估算加載模型權重需要多少內存),huggingface-best(按任務和榜單分數挑模型),huggingface-local-models(挑適合用 llama.cpp 本地跑的 GGUF 模型); - 訓練與評測:
huggingface-llm-trainer、trl-training、huggingface-vision-trainer、train-sentence-transformers,huggingface-community-evals(本地跑評測),huggingface-trackio(記錄和查看訓練實驗); - 數據與論文:
huggingface-datasets(數據集查看器接口)、huggingface-papers、huggingface-paper-publisher; - 應用與演示:
huggingface-gradio、huggingface-spaces、huggingface-zerogpu、huggingface-lora-space-builder、transformers-js、huggingface-tool-builder; - 雲上部署:
hf-cloud-開頭的 6 個技能,處理把模型部署到 Amazon SageMaker 時的環境、IAM 角色、鏡像選擇和預設配置。
怎麼安裝
Claude Code(命令來自 README):
text
/plugin marketplace add huggingface/skills
/plugin install hf-cli@huggingface/skills
裝好 hf-cli 後,其他技能用 hf 命令行添加:
text
hf skills add <skill-name>
Codex:README 的做法是把倉庫 skills/ 目錄裏想用的技能複製或軟連結到 Codex 的 .agents/skills 位置(例如倉庫內的 .agents/skills 或用戶級的 $HOME/.agents/skills),和 Codex 官方文檔一致。hf-cli 也上架了 Codex 插件目錄。
Gemini CLI:倉庫帶有 gemini-extension.json,用地址安裝:
text
gemini extensions install https://github.com/huggingface/skills.git --consent
Cursor:倉庫帶 Cursor 插件清單和 .mcp.json(已配置 Hugging Face MCP 伺服器地址),可從 Cursor Marketplace 或倉庫地址安裝;市場條目同樣只含 hf-cli。
怎麼用
裝好後在指令裏點名技能即可,README 給的例子大意是:
- 「用 HF LLM trainer 技能估算跑一個 70B 模型需要多少顯存」;
- 「用 HF paper publisher 技能把我的 arXiv 論文收錄進來,並關聯到我的模型」。
同樣的說法可以套到別的技能上,比如讓它用數據集技能查看某個數據集有哪些子集和拆分,再按條件篩幾行出來。
智能體會加載對應的 SKILL.md 和輔助腳本完成任務。Claude Code 裏插件技能以 /插件名:技能名 的形式出現,輸入 /skills 可查看全部。
適合誰 / 不適合誰
適合:
- 經常在 Hugging Face Hub 上找模型、傳數據集、發 Space 的開發者和研究者;
- 想讓智能體代勞微調、評測這類步驟繁瑣的工作的人;
- 要把開源模型部署到 SageMaker 的團隊。
不適合:
- 只調用現成大模型 API、不碰開源模型的人;
- 沒有 Hugging Face 帳號、也不打算用
hf命令行的人——多數技能圍繞它展開。
注意事項
- 許可證:Apache-2.0,倉庫根目錄有 LICENSE 文件。
- 維護狀態:最近一次推送 2026-10-08,持續更新。
- 安全與費用:這些技能會驅動
hf命令行操作你的 Hugging Face 帳號,上載、建 Space、提交雲端訓練任務都算;訓練類技能用的是 Hugging Face Jobs 的雲端 GPU,hf-cloud-系列會在 AWS 上創建角色和端點,都可能產生費用,以各自官方定價為準。提交任務前讓智能體先把計劃和預估配置講清楚。Cursor 插件會連同 Hugging Face 的 MCP 伺服器一起配置。 - 兼容性:README 寫明兼容 Claude Code、Codex、Gemini CLI 和 Cursor;插件市場只裝得到
hf-cli,想要別的技能必須再走hf skills add,這一點容易漏。
0 條評論
還沒有評論,來搶沙發~