모델을 로컬이나 Slurm 및 클라우드 GPU 클러스터에서 학습·미세 조정·평가·실행할 수 있는 오픈소스 ML 연구 플랫폼입니다.
huggingface/skills
AI 코딩 에이전트가 Hugging Face Hub에서 학습, 평가, 데이터셋, Spaces 작업을 수행하도록 안내와 스크립트를 제공하는 Agent Skills 모음입니다.
- 스타
- 11,288
- 포크
- 786
- 열린 이슈
- 70
- 마지막 커밋
- 8일 전
어떤 프로젝트인가요?
Hugging Face Skills는 머신러닝 작업을 수행하는 AI 코딩 에이전트를 위한 안내, 스크립트, 리소스를 패키징한 독립형 스킬 폴더 모음입니다. 각 스킬은 작업이 해당 스킬과 일치할 때 에이전트가 불러오는 SKILL.md 파일을 포함한 디렉터리입니다. hf 명령줄 도구, TRL을 사용한 모델 학습, Dataset Viewer API를 통한 데이터셋 탐색, 평가 실행, Gradio 데모와 Spaces 구축, 모델 가중치 메모리 사용량 추정, AWS SageMaker 배포 등의 분야를 다룹니다.
이 저장소는 Agent Skills 형식을 따르며 Claude Code, Codex, Gemini CLI, Cursor에서 사용할 수 있습니다. hf-cli 스킬은 모델 검색, 데이터셋 및 버킷 관리, 작업 실행 등 핵심 Hub 작업을 위한 권장 시작점입니다. hf skills add 명령으로 필요에 따라 추가 워크플로 스킬을 설치할 수 있습니다.
핵심 기능
- 01Hub 작업에 필요한 hf 명령어를 에이전트에 알려주는 hf-cli 스킬을 제공합니다.
- 02Hugging Face Jobs에서 TRL과 Unsloth를 활용한 모델 학습 및 파인튜닝을 지원합니다.
- 03Dataset Viewer API를 통한 데이터셋 쿼리, 페이지네이션, 필터링 기능을 제공합니다.
- 04Gradio 앱과 Hugging Face Spaces를 구축하고 배포하는 스킬을 포함합니다.
- 05Safetensors 또는 GGUF 가중치를 로드하는 데 필요한 메모리를 추정하는 hf-mem 스킬을 제공합니다.
- 06배포 계획, IAM 설정, 엔드포인트 구성을 위한 AWS SageMaker 배포 스킬을 포함합니다.
활용 사례
- 터미널에서 코딩 에이전트가 Hub의 모델, 데이터셋, Spaces를 관리하도록 할 수 있습니다.
- 패키징된 학습 스킬의 안내에 따라 언어 모델이나 비전 모델을 파인튜닝할 수 있습니다.
- 대규모 모델을 추론용으로 로드하기 전에 필요한 GPU 메모리를 추정할 수 있습니다.
- 운영 환경에 적합한 기본 설정으로 Hub 모델을 Amazon SageMaker에 배포할 수 있습니다.
빠른 시작
- 1
저장소를 Claude Code 플러그인 마켓플레이스로 등록합니다
/plugin marketplace add huggingface/skills - 2
hf-cli 스킬을 설치합니다
/plugin install hf-cli@huggingface/skills - 3
hf CLI를 사용해 추가 Hugging Face 스킬을 설치합니다
hf skills add <skill-name>
사용 전 알아둘 점
- 클라이언트마다 설치 방법이 다르므로 Codex, Gemini CLI, Cursor는 수동 설정이 필요합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- skills은(는) 무엇인가요?
- AI 코딩 에이전트가 Hugging Face Hub에서 학습, 평가, 데이터셋, Spaces 작업을 수행하도록 안내와 스크립트를 제공하는 Agent Skills 모음입니다. Hugging Face Skills는 머신러닝 작업을 수행하는 AI 코딩 에이전트를 위한 안내, 스크립트, 리소스를 패키징한 독립형 스킬 폴더 모음입니다. 각 스킬은 작업이 해당 스킬과 일치할 때 에이전트가 불러오는 SKILL.md 파일을 포함한 디렉터리입니다. hf 명령줄 도구, TRL을 사용한 모델 학습, Dataset Viewer API를 통한 데이터셋 탐색, 평가 실행, Gradio 데모와 Spaces 구축, 모델 가중치 메모리 사용량 추정, AWS SageMaker 배포 등의 분야를 다룹니다.
- skills은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- skills은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- skills은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. skills의 마지막 커밋은 2026년 10월 30일입니다.
- skills은(는) 어디에 사용할 수 있나요?
- 터미널에서 코딩 에이전트가 Hub의 모델, 데이터셋, Spaces를 관리하도록 할 수 있습니다. 패키징된 학습 스킬의 안내에 따라 언어 모델이나 비전 모델을 파인튜닝할 수 있습니다. 대규모 모델을 추론용으로 로드하기 전에 필요한 GPU 메모리를 추정할 수 있습니다. 운영 환경에 적합한 기본 설정으로 Hub 모델을 Amazon SageMaker에 배포할 수 있습니다.
- skills는 어떻게 설치하나요?
- 저장소를 Claude Code 플러그인 마켓플레이스로 등록합니다: /plugin marketplace add huggingface/skills hf-cli 스킬을 설치합니다: /plugin install hf-cli@huggingface/skills hf CLI를 사용해 추가 Hugging Face 스킬을 설치합니다: hf skills add <skill-name>
- skills은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/huggingface/skills
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
다양한 병합 알고리즘으로 사전 학습된 대규모 언어 모델의 가중치를 결합하고 CPU 또는 GPU에서 실행하는 툴킷입니다.
Hugging Face 체크포인트에서 바로 LLM, VLM, diffusion 모델을 파인튜닝하고 사전 학습할 수 있는 PyTorch DTensor 네이티브 학습 라이브러리입니다.
프롬프트, 오픈소스 모델, LoRA 설정을 바꿔 가며 LLM 파인튜닝 실험을 실행·비교하고, 출력 테스트도 제공하는 설정 기반 CLI입니다.
SliceGPT는 가중치 행렬의 행과 열을 잘라내 LLM 같은 트랜스포머 모델을 축소하는 학습 후 압축 기법입니다.
최소한의 로컬 하드웨어로 소형 언어 모델과 비전 언어 모델을 정렬하는 실습형 Hugging Face 강의입니다.