通过 huggingface_hub Python 库访问 Hugging Face Hub 上的模型、数据集和空间。适用于列出、搜索、下载或上传 HF 资产。
拥抱面部枢纽技能 与拥抱面部枢纽的交互——浏览模型/数据集/空间,下载文件,上传文物等.是一项面向实际任务的技能,主要用于Prirequisites.;Introduction the Library:.;
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
与 Hugging Face Hub 交互 — 浏览模型 / 数据集 / Spaces、下载文件、上传制品等。
安装库:
pip install huggingface_hub
将您的 HF token 保存至 Settings > Advanced,配置项名为 HF_TOKEN(可在 https://huggingface.co/settings/tokens 获取)。
python3 /home/workspace/Skills/huggingface-hub/scripts/hf_hub.py[options]
| 命令 | 说明 |
|---|---|
list-models |
列出模型。支持选项:--search、--sort、--direction、--limit |
list-datasets |
列出数据集。支持选项:--search、--sort、--direction、--limit |
list-spaces |
列出 Spaces。支持选项:--search、--sort、--direction、--limit |
model-info |
获取模型信息。支持选项:--model |
dataset-info |
获取数据集信息。支持选项:--dataset |
download-file |
从仓库下载单个文件。支持选项:--repo-id、--filename、--revision |
upload-file |
上传文件。支持选项:--local-path、--repo-id、--repo-type、--path-in-repo |
whoami |
显示当前已认证用户信息 |
# 搜索 text-to-image 类型的模型 python3 .../hf_hub.py list-models --search "text-to-image" --limit 10 # 下载一个模型文件 python3 .../hf_hub.py download-file --repo-id "stabilityai/stable-diffusion-xl-base-1.0" --filename "pytorch_model.bin" # 上传一个文件 python3 .../hf_hub.py upload-file --local-path ./model.pt --repo-id "your-username/my-model" --repo-type "model" # 列出获赞数最高的前 5 个数据集 python3 .../hf_hub.py list-datasets --sort "likes" --direction desc --limit 5
本技能封装了 huggingface_hub 库。关键函数包括:
list_models、list_datasets、list_spaces — 浏览 Hubhuggingface_hub — 身份认证与文件操作InferenceClient — 在托管的模型或 Spaces 上执行推理~/.cache/huggingface/repo-type 可选值为:model、dataset、spacerevision 为 main相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 133.9万人学习
共49课时 | 82.5万人学习