参考
基于 huggingface/skills README 与 skills/ 编写。Apache-2.0。
速查
- 源:
huggingface/skills,Apache-2.0;遵 agentskills.io;Hugging Face 官方 - 25 skill(见下表);引导 skill =
hf-cli(从本地 CLI 生成) - 市场入口:
.claude-plugin/marketplace.json与.cursor-plugin/marketplace.json仅暴露hf-cli;其余用hf skills add <name>或动态发现 - 客户端:Claude Code / Codex / Gemini CLI / Cursor
- 每 skill:
SKILL.md(必)+ 可选scripts/+ 可选references/ - CLI 安装:
curl -LsSf https://hf.co/cli/install.sh | bash -s
25 skill 全表
| skill | 类别 | 用途 |
|---|---|---|
hf-cli | Hub CLI | 所有 hf 命令:auth/download/upload/buckets/spaces/datasets/jobs/papers/discussions/collections |
hf-cloud-aws-context-discovery | Cloud | 探测本地 AWS 上下文(profile/region/account/identity) |
hf-cloud-python-env-setup | Cloud | 为 SageMaker/AWS 起隔离 Python 环境 + 当前版本 boto3 |
hf-cloud-sagemaker-deployment-planner | Cloud | SageMaker 部署入口 + pathway 选择 + 编排 |
hf-cloud-sagemaker-iam-preflight | Cloud | 部署/训练前确保 execution role 可用 |
hf-cloud-sagemaker-production-defaults | Cloud | 建带自动伸缩 + CloudWatch + tagging 的 real-time/async 端点 |
hf-cloud-serving-image-selection | Cloud | 选 serving 容器 + 当前 image URI |
hf-mem | 工具 | 估算 Safetensors/GGUF 推理显存 |
huggingface-best | 模型选型 | 按任务/benchmark 找最好模型 |
huggingface-community-evals | 评测 | inspect-ai / lighteval 本地评测 |
huggingface-datasets | 数据 | Dataset Viewer API(splits/rows/search/filter/parquet/size/statistics) |
huggingface-gradio | UI | 用 Python 建 Gradio Web UI/Demo |
huggingface-llm-trainer | 训练 | TRL(SFT/DPO/GRPO/RM)或 Unsloth + HF Jobs |
huggingface-local-models | 本地推理 | llama.cpp + GGUF(CPU/Metal/CUDA/ROCm) |
huggingface-lora-space-builder | Spaces | 给指定 LoRA 建并发布 Gradio Demo |
huggingface-paper-publisher | 论文 | 在 Hub 发布/管理研究论文 |
huggingface-papers | 论文 | 读 HF 论文页 + 论文 API 结构化元数据 |
huggingface-spaces | Spaces | 建/部署/维护 Spaces(Gradio/Docker/Static/ZeroGPU) |
huggingface-tool-builder | 工具 | 用 HF API 数据建工具/脚本 |
huggingface-trackio | 训练 | 训练实验追踪与可视化 |
huggingface-vision-trainer | 训练 | 视觉:检测/分类/SAM 分割,HF Jobs 云 GPU |
huggingface-zerogpu | 计算 | Gradio Spaces ZeroGPU GPU 计算 |
train-sentence-transformers | 训练 | SentenceTransformer/CrossEncoder/SparseEncoder |
transformers-js | 本地推理 | JS/TS 中跑 SOTA ML 模型 |
trl-training | 训练 | TRL 训练 transformer 语言模型 |
安装(按客户端)
Claude Code
text
/plugin marketplace add huggingface/skills
/plugin install hf-cli@huggingface/skills装其它 skill:
bash
hf skills add <skill-name>Codex
把 skills/<name> 复制或 symlink 到 $REPO_ROOT/.agents/skills 或 $HOME/.agents/skills;Codex 按 Agent Skills 标准自动发现。fallback 用 agentsmd/AGENTS.md。
Gemini CLI
bash
gemini extensions install . --consent
# 或
gemini extensions install https://github.com/huggingface/skills.git --consent仓库根 gemini-extension.json 已配好。
Cursor
仓库含 .cursor-plugin/plugin.json + .mcp.json(含 HF MCP server URL),从仓库 URL 或本地 checkout 走 Cursor 插件流程。
目录结构
text
huggingface/skills/
├── skills/
│ ├── hf-cli/SKILL.md # 引导 skill(动态生成)
│ ├── hf-cloud-*/SKILL.md # 6 个 SageMaker 部署件
│ ├── huggingface-llm-trainer/SKILL.md
│ ├── huggingface-spaces/SKILL.md
│ └── ... (25 skill)
├── agentsmd/AGENTS.md # 不支持 skills 时的指令包兜底
├── .claude-plugin/marketplace.json # 仅暴露 hf-cli
├── .cursor-plugin/plugin.json
├── .mcp.json # HF MCP server URL
├── gemini-extension.json
└── scripts/publish.sh # 重新生成 + 校验所有元数据每 skill:SKILL.md(agent 指令)+ 可选 scripts/(自动化辅助)+ 可选 references/(支撑文档)。
市场与发现策略
.claude-plugin/marketplace.json与.cursor-plugin/marketplace.json故意只暴露hf-cli——让安装时清单聚焦核心 Hub 操作.claude-plugin/marketplace-internal.json是完整 skill 清单,发布时上传到 Hub bucket 作为marketplace.json,供hf skills list/add/update看到全部 skill- Skills-over-MCP 正在标准化:通过 MCP 资源动态发现并消费 skill
贡献新 skill
- 复制现有 skill 文件夹(如
huggingface-datasets/)并改名 - 编辑
SKILL.mdfrontmatter(name + description) - 加/改支撑脚本与文档
- 默认不要把新 skill 加到
.claude-plugin/marketplace.json(市场只暴露hf-cli) - 跑
./scripts/publish.sh重新生成并校验所有生成元数据 - 在 agent 里重装/重载 skill bundle
资源链接
- 仓库:huggingface/skills
- HF CLI 文档:huggingface.co/docs/hub/agents-cli
- 标准格式:agentskills.io
- Cursor Marketplace:cursor.com/marketplace/huggingface
- Codex Plugins:developers.openai.com/codex/plugins
- 相关叶:Vercel Agent Skills · Skills CLI 与 find-skills · Antfu Skills