跳到主要內容

Huggingface Hub

Hugging Face Hub CLI (hf) — 搜索、下載和上傳模型及數據集，管理倉庫，使用 SQL 查詢數據集，部署推理端點，管理 Spaces 和存儲桶。

技能元數據​

來源捆綁（默認安裝）
路徑skills/mlops/huggingface-hub
版本1.0.0
作者Hugging Face
許可證MIT

參考：完整 SKILL.md​

信息

以下是 Hermes 在觸發此技能時加載的完整技能定義。這是技能激活時代理看到的指令。

Hugging Face CLI (hf) 參考指南

hf 命令是與 Hugging Face Hub 交互的現代命令行界面，提供了管理倉庫、模型、數據集和 Spaces 的工具。

重要提示： hf 命令取代了現已棄用的 huggingface-cli 命令。

快速入門​

  • 安裝： curl -LsSf https://hf.co/cli/install.sh | bash -s
  • 幫助： 使用 hf --help 查看所有可用功能和實際示例。
  • 身份驗證： 推薦通過 HF_TOKEN 環境變量或 --token 標誌進行。

核心命令​

常規操作​

  • hf download REPO_ID：從 Hub 下載文件。
  • hf upload REPO_ID：上傳文件/文件夾（推薦用於單次提交）。
  • hf upload-large-folder REPO_ID LOCAL_PATH：推薦用於大型目錄的可恢復上傳。
  • hf sync：在本地目錄和存儲桶之間同步文件。
  • hf env / hf version：查看環境和版本詳情。

身份驗證 (hf auth)​

  • login / logout：使用來自 huggingface.co/settings/tokens 的令牌管理會話。
  • list / switch：管理和切換多個存儲的訪問令牌。
  • whoami：識別當前登錄的賬戶。

倉庫管理 (hf repos)​

  • create / delete：創建或永久刪除倉庫。
  • duplicate：將模型、數據集或 Space 克隆到新的 ID。
  • move：在命名空間之間轉移倉庫。
  • branch / tag：管理類 Git 引用。
  • delete-files：使用模式刪除特定文件。

專用 Hub 交互​

數據集與模型​

  • 數據集： hf datasets list、info 和 parquet（列出 parquet URL）。
  • SQL 查詢： hf datasets sql SQL — 通過 DuckDB 針對數據集 parquet URL 執行原始 SQL。
  • 模型： hf models list 和 info。
  • 論文： hf papers list — 查看每日論文。

討論與拉取請求 (hf discussions)​

  • 管理 Hub 貢獻的生命週期：list、create、info、comment、close、reopen 和 rename。
  • diff：查看 PR 中的更改。
  • merge：完成拉取請求。

基礎設施與計算​

  • 端點： 部署和管理推理端點（deploy、pause、resume、scale-to-zero、catalog）。
  • 作業： 在 HF 基礎設施上運行計算任務。包括 hf jobs uv（用於運行帶有內聯依賴項的 Python 腳本）和 stats（用於資源監控）。
  • Spaces： 管理交互式應用。包括針對 Python 文件的 dev-mode 和 hot-reload，無需完全重啟。

存儲與自動化​

  • 存儲桶： 完整的類 S3 存儲桶管理（create、cp、mv、rm、sync）。
  • 緩存： 使用 list、prune（刪除分離的修訂版）和 verify（校驗和檢查）管理本地存儲。
  • Webhooks： 通過管理 Hub webhooks（create、watch、enable/disable）自動化工作流。
  • 集合： 將 Hub 項目組織到集合中（add-item、update、list）。

高級用法與技巧​

全局標誌​

  • --format json：生成機器可讀的輸出以用於自動化。
  • -q / --quiet：僅輸出 ID。

擴展與技能​

  • 擴展： 使用 hf extensions install REPO_ID 通過 GitHub 倉庫擴展 CLI 功能。
  • 技能： 使用 hf skills add 管理 AI 助手技能。