{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}

Huggingface Hub

HuggingFace hf CLI：搜索/下载/上传模型与数据集。

Skill 元数据

参考：完整 SKILL.md

Hugging Face CLI（hf）参考指南

hf 命令是与 Hugging Face Hub 交互的现代命令行界面，提供管理仓库、模型、数据集和 Spaces 的工具。

重要： hf 命令取代了现已弃用的 huggingface-cli 命令。

快速开始

• 安装： curl -LsSf https://hf.co/cli/install.sh | bash -s
• 帮助： 使用 hf --help 查看所有可用功能和实际示例。
• 认证： 推荐通过 HF_TOKEN 环境变量或 --token 标志。

核心命令

通用操作

• hf download REPO_ID：从 Hub 下载文件。
• hf upload REPO_ID：上传文件/文件夹（推荐用于单次提交；也支持大目录的断点续传）。
• hf upload-large-folder REPO_ID LOCAL_PATH：[已弃用] — 请改用 hf upload。
• hf sync：在本地目录与 bucket 之间同步文件。
• hf env / hf version：查看环境与版本详情。

认证（hf auth）

• login / logout：使用来自 huggingface.co/settings/tokens 的令牌管理会话。
• list / switch：管理并在多个已存储的访问令牌之间切换。
• whoami：确认当前登录账号。

仓库管理（hf repos）

• create / delete：创建或永久删除仓库。
• duplicate：将模型、数据集或 Space 克隆到一个新 ID。
• move：在命名空间之间转移仓库。
• branch / tag：管理类 Git 引用。
• delete-files：按模式删除特定文件。

专项 Hub 交互

数据集与模型

• 数据集： hf datasets list、info、parquet（列出 parquet URL）。
• SQL 查询： hf datasets sql SQL — 通过 DuckDB 对数据集 parquet URL 执行原生 SQL。
• 模型： hf models list 和 info。
• 论文： hf papers ls — 查看每日论文。

讨论与 Pull Request（hf discussions）

• 管理 Hub 贡献的生命周期：list、create、info、comment、close、reopen、rename。
• diff：查看 PR 中的改动。
• merge：合并 pull request。

基础设施与算力

• Endpoints： 部署并管理推理端点（deploy、pause、resume、scale-to-zero、catalog）。
• Jobs： 在 HF 基础设施上运行计算任务。包括用 hf jobs uv 运行带内联依赖的 Python 脚本，以及用 stats 做资源监控。
• Spaces： 管理交互式应用。包括 dev-mode 和 hot-reload，无需完整重启即可调试 Python 文件。

存储与自动化

• Buckets： 完整的类 S3 bucket 管理（create、cp、mv、rm、sync）。
• 缓存： 用 list、prune（移除脱离的 revision）和 verify（校验和检查）管理本地存储。
• Webhooks： 通过管理 Hub webhook 自动化工作流（create、watch、enable/disable）。
• Collections： 把 Hub 项目组织成合集（add-item、update、list）。

高级用法与技巧

全局标志

• --format json：产出机器可读输出，便于自动化。
• -q / --quiet：输出仅限 ID。

扩展与 Skills

• Extensions： 通过 GitHub 仓库用 hf extensions install REPO_ID 扩展 CLI 功能。
• Skills： 用 hf skills add 管理 AI 助手 skill。