Hugging Face

Plugin hugging-face from marketplace openai-curated-zh in kael-odin/codex-plugins-zh. Commands read from the repo's manifest — 5 days ago.

Skills (11)

• hf-cli

  Hugging Face Hub CLI（`hf`），用于在 Hugging Face Hub 上下载、上传和管理仓库、模型、数据集和 Spaces。替代已弃用的 `huggingface-cli` 命令。

• huggingface-community-evals

  使用 inspect-ai 和 lighteval 在本地硬件上对 Hugging Face Hub 模型运行评估。适用于后端选择、本地 GPU 评估，以及在 vLLM / Transformers / accelerate 之间做选择。不适用于 HF Jobs 编排、模型卡 PR、`.eval_results` 发布或社区评估自动化。

• huggingface-datasets

  适用于 Hugging Face Dataset Viewer API 工作流，包括获取子集/分片元数据、分页浏览行数据、文本搜索、应用筛选、下载 Parquet URL，以及读取大小或统计信息。

• huggingface-gradio

  在 Python 中构建 Gradio Web UI 和演示。适用于创建或编辑 Gradio 应用、组件、事件监听器、布局或聊天机器人。

• huggingface-jobs

  当用户需要在 Hugging Face Jobs 基础设施上运行任何工作负载时使用。涵盖 UV 脚本、基于 Docker 的任务、硬件选择、成本估算、token 身份验证、密钥管理、超时配置和结果持久化。适用于数据处理、推理、实验、批量任务及任何基于 Python 的任务等通用计算工作负载。当用户提到云计算、GPU 工作负载，或在未进行本地设置的情况下提到在 Hugging Face 基础设施上运行任务时触发。

• huggingface-llm-trainer

  当用户需要使用 TRL（Transformer 强化学习）在 Hugging Face Jobs 基础设施上训练或微调语言模型时使用。涵盖 SFT、DPO、GRPO 和奖励模型训练方法，以及用于本地部署的 GGUF 转换。包括 TRL Jobs 包、PEP 723 格式的 UV 脚本、数据集准备与验证、硬件选择、成本估算、Trackio 监控、Hub 身份验证和模型持久化指导。当用户提到云 GPU 训练、GGUF 转换，或在未配置本地 GPU 的情况下提到在 Hugging Face Jobs 上训练时触发。

• huggingface-paper-publisher

  在 Hugging Face Hub 上发布和管理研究论文。支持创建论文页面、将论文关联到模型/数据集、认领作者身份，以及生成专业的 Markdown 研究文章。

• huggingface-papers

  以 Markdown 格式查找和阅读 Hugging Face 论文页面，并使用 Papers API 获取作者、关联模型/数据集/Spaces、GitHub 仓库和项目主页等结构化元数据。当用户分享 Hugging Face 论文页面 URL、arXiv URL 或 ID，或要求汇总、解释、分析 AI 研究论文时触发。

• huggingface-trackio

  使用 Trackio 追踪和可视化机器学习训练实验。适用于训练过程中记录指标（Python API）、触发训练诊断告警，或检索/分析已记录的指标（CLI）。支持实时仪表盘可视化、带 Webhook 的告警、HF Space 同步和 JSON 输出自动化。

• transformers-js

  使用 Transformers.js 直接在 JavaScript/TypeScript 中运行最先进的机器学习模型。支持 NLP（文本分类、翻译、摘要）、计算机视觉（图像分类、目标检测）、音频（语音识别、音频分类）和多模态任务。在 Node.js 和浏览器（使用 WebGPU/WASM）中运行，调用 Hugging Face Hub 的预训练模型。

• huggingface-vision-trainer

  使用 Hugging Face Transformers 在 Hugging Face Jobs 云 GPU 上训练和微调视觉模型，支持目标检测（D-FINE、RT-DETR v2、DETR、YOLOS）、图像分类（timm 模型——MobileNetV3、MobileViT、ResNet、ViT/DINOv3——以及任何 Transformers 分类器）和 SAM/SAM2 分割。涵盖 COCO 格式数据集准备、Albumentations 数据增强、mAP/mAR 评估、精度指标、带 Bbox/点提示的 SAM 分割、DiceCE 损失、硬件选择、成本估算、Trackio 监控和 Hub

Similar plugins