huggingface-datasets 是什麼、怎麼安裝使用：讓智能體查詢 Hugging Face 數據集內容的官方 Skill

本文根據 huggingface/skills 倉庫裏該技能的 SKILL.md 與倉庫 README 整理，資料核對於 2026-10-11。所在倉庫 huggingface/skills 在 GitHub 約 1.1 萬 Star（同日數據）。技能內容會隨倉庫更新，以倉庫為準。

這個 Skill 做什麼

想知道 Hub 上某個數據集長什麼樣，傳統做法是把它整個下載下來再用代碼打開——幾十個 GB 的數據集就為了看前幾行。Hugging Face 其實提供了 Dataset Viewer API，可以在線預覽和查詢。huggingface-datasets 技能教智能體用這套接口。description：用於 Hugging Face Dataset Viewer API 的各類工作流——獲取子集（subset）與劃分（split）的元數據、分頁讀取行、搜尋文本、應用篩選、下載 Parquet 地址，以及讀取大小或統計資訊。

SKILL.md 把它定位為執行只讀的 Dataset Viewer API 調用，用於數據集的探索和提取。核心流程是一步步縮小範圍：

1. 可選地先確認數據集可用；
2. 查出有哪些配置和劃分；
3. 預覽前若干行；
4. 需要時分頁取更多行、做全文搜尋或按條件篩選；
5. 要全量數據時獲取 Parquet 文件地址；
6. 讀取數據集的大小和各列統計。

後面還有兩節：創建和上載數據集的做法，以及如何處理「智能體軌跡」類數據。

怎麼安裝

按倉庫 README，Claude Code 先登記市場並安裝基礎的 CLI 技能，其餘技能再用 hf 命令行添加：

text
/plugin marketplace add huggingface/skills
/plugin install hf-cli@huggingface/skills

bash
hf skills add huggingface-datasets

Codex 的做法是把倉庫 skills/ 下需要的文件夾複製或軟連結到 .agents/skills；Gemini CLI 用 gemini extensions install https://github.com/huggingface/skills.git --consent。

倉庫整體介紹和其他安裝方式，詳見本站《huggingface/skills 是什麼、怎麼安裝：Hugging Face 官方 Agent Skills（hf-cli、模型訓練、數據集、Spaces、Gradio）》。

怎麼用

• 「看看 stanfordnlp/imdb 有哪些劃分，各有多少行，給我看訓練集的前 5 條」。
• 「在這個數據集裏搜尋包含 refund 的樣本，統計大概有多少」。
• 「我想挑一箇中文客服對話數據集，幫我對比這三個的字段和規模」。

這個技能只有一份 SKILL.md。

適合誰 / 侷限

適合做數據選型、訓練前檢查數據格式的算法工程師，以及只想快速了解某個數據集內容的人。Dataset Viewer 並非對所有數據集都可用——過大、格式特殊或未處理完成的數據集可能無法預覽；它查詢的是 Hub 上的公開接口，本地數據文件的分析不在範圍內。

注意事項

• 許可：Apache-2.0。
• 會聯網：調用 Hugging Face 的公開 API；訪問私有或受限數據集需要訪問令牌。
• 數據許可：數據集各有自己的許可證和使用限制，用於訓練或商用前查看數據集卡片。
• 查詢結果只是樣本，判斷數據質素前多看幾頁、看統計分佈。