Plataforma open source de pesquisa em ML para treinar, ajustar, avaliar e executar modelos localmente ou em clusters Slurm e de GPUs na nuvem.
huggingface/skills
Uma coleção de Agent Skills que orienta agentes de programação com IA em tarefas no Hugging Face Hub, como treinamento, avaliação, datasets e Spaces.
- Estrelas
- 11,288
- Forks
- 786
- Issues abertas
- 70
- Último commit
- há 8 dias
O que é?
Hugging Face Skills é um conjunto de pastas de skills independentes que reúne instruções, scripts e recursos para agentes de programação com IA que trabalham em tarefas de machine learning. Cada skill é um diretório com um arquivo SKILL.md, carregado pelo agente quando a tarefa corresponde ao seu propósito. As skills abrangem áreas como a ferramenta de linha de comando hf, treinamento de modelos com TRL, exploração de datasets pela Dataset Viewer API, execução de avaliações, criação de demos com Gradio e Spaces, estimativa de memória para pesos de modelos e implantação no AWS SageMaker.
O repositório segue o formato Agent Skills e funciona com Claude Code, Codex, Gemini CLI e Cursor. A skill hf-cli é o ponto de partida recomendado para operações essenciais no Hub, como buscar modelos, gerenciar datasets e buckets e iniciar jobs. Skills adicionais para fluxos de trabalho podem ser instaladas sob demanda com o comando hf skills add.
Recursos principais
- 01Inclui a skill hf-cli, que ensina aos agentes os comandos hf para operações no Hub.
- 02Abrange treinamento e fine-tuning de modelos com TRL e Unsloth no Hugging Face Jobs.
- 03Oferece consulta, paginação e filtragem de datasets pela Dataset Viewer API.
- 04Inclui skills para criar e implantar apps Gradio e Hugging Face Spaces.
- 05Oferece a skill hf-mem para estimar a memória necessária para carregar pesos Safetensors ou GGUF.
- 06Inclui skills de implantação no AWS SageMaker para planejamento, configuração do IAM e endpoints.
Casos de uso
- Permitir que um agente de programação gerencie modelos, datasets e Spaces no Hub pelo terminal.
- Fazer fine-tuning de um modelo de linguagem ou visão com orientações de uma skill de treinamento pronta para uso.
- Estimar a memória da GPU antes de carregar um modelo grande para inferência.
- Implantar um modelo do Hub no Amazon SageMaker com configurações padrão para produção.
Início rápido
- 1
Registre o repositório como um marketplace de plugins do Claude Code
/plugin marketplace add huggingface/skills - 2
Instale a skill hf-cli
/plugin install hf-cli@huggingface/skills - 3
Instale qualquer skill adicional do Hugging Face com o hf CLI
hf skills add <skill-name>
Antes de usar
- As instruções de instalação variam de acordo com o cliente; por isso, Codex, Gemini CLI e Cursor exigem etapas de configuração manual.
Em coleções
Tópicos
Perguntas frequentes
- O que é skills?
- Uma coleção de Agent Skills que orienta agentes de programação com IA em tarefas no Hugging Face Hub, como treinamento, avaliação, datasets e Spaces. Hugging Face Skills é um conjunto de pastas de skills independentes que reúne instruções, scripts e recursos para agentes de programação com IA que trabalham em tarefas de machine learning. Cada skill é um diretório com um arquivo SKILL.md, carregado pelo agente quando a tarefa corresponde ao seu propósito. As skills abrangem áreas como a ferramenta de linha de comando hf, treinamento de modelos com TRL, exploração de datasets pela Dataset Viewer API, execução de avaliações, criação de demos com Gradio e Spaces, estimativa de memória para pesos de modelos e implantação no AWS SageMaker.
- skills é gratuito? Qual é a licença?
- skills é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- skills ainda é mantido?
- Manutenção ativa. O último commit de skills foi em 30 de out. de 2026.
- Para que posso usar skills?
- Permitir que um agente de programação gerencie modelos, datasets e Spaces no Hub pelo terminal. Fazer fine-tuning de um modelo de linguagem ou visão com orientações de uma skill de treinamento pronta para uso. Estimar a memória da GPU antes de carregar um modelo grande para inferência. Implantar um modelo do Hub no Amazon SageMaker com configurações padrão para produção.
- Como instalar skills?
- Registre o repositório como um marketplace de plugins do Claude Code: /plugin marketplace add huggingface/skills Instale a skill hf-cli: /plugin install hf-cli@huggingface/skills Instale qualquer skill adicional do Hugging Face com o hf CLI: hf skills add <skill-name>
- Onde consigo skills?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/huggingface/skills
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um toolkit para combinar pesos de modelos de linguagem grandes pré-treinados com diversos algoritmos de merge, usando CPU ou GPU.
Biblioteca de treinamento nativa de PyTorch DTensor para fine-tuning e pré-treinamento de LLMs, VLMs e modelos de difusão diretamente de checkpoints do Hugging Face.
CLI orientada por configuração para executar e comparar experimentos de fine-tuning de LLMs com diferentes prompts, modelos open source e configurações de LoRA, incluindo testes integrados das saídas.
SliceGPT é um método de compressão pós-treinamento que reduz modelos transformer, como LLMs, removendo linhas e colunas das matrizes de pesos.
Curso prático da Hugging Face sobre como alinhar modelos pequenos de linguagem e visão-linguagem com hardware local básico.