Huggingface

La skill hugging-science te ayuda a encontrar y usar recursos de IA científica del catálogo Hugging Science y de la organización `hugging-science` en Hugging Face. Encaja bien en biología, química, clima, genómica, materiales, astronomía y trabajos similares cuando necesitas un dataset, un modelo, un Space o un artículo de blog que realmente puedas ejecutar o citar. Úsala para flujos de uso y guía de hugging-science en lugar de una búsqueda genérica.

Usa transformers-js para ejecutar modelos de ML en JavaScript y TypeScript en entornos de navegador y servidor. La skill de transformers-js cubre la instalación, la carga de modelos, el almacenamiento en caché, la configuración y el uso práctico de transformers-js para tareas de texto, visión, audio y multimodales, además de transformers-js para generación de código con modelos de text-generation compatibles.

huggingface-vision-trainer te ayuda a instalar y usar una skill de Hugging Face para trabajos de entrenamiento de visión: detección de objetos, clasificación de imágenes y segmentación con SAM/SAM2. Cubre preparación de datasets, configuración de GPU en la nube, evaluación, registro con Trackio y publicación de resultados en el Hub. Es ideal para automatización en backend y flujos de entrenamiento repetibles.

La skill huggingface-tool-builder te ayuda a crear herramientas reutilizables de línea de comandos para trabajar con la API de Hugging Face, en lugar de depender de prompts puntuales. Es útil para llamadas encadenadas a la API, procesamiento intermedio, pasos repetibles de obtención y enriquecimiento, y flujos de trabajo de desarrollo de API con shell, Python o TSX.

huggingface-trackio ayuda a hacer seguimiento de ejecuciones de entrenamiento de ML con Trackio. Usa esta skill para registrar métricas desde Python, añadir alertas de entrenamiento y recuperar o analizar ejecuciones con la CLI de trackio. Admite paneles en tiempo real, sincronización con Hugging Face Space y salida JSON para automatización, por lo que huggingface-trackio resulta útil para el seguimiento de experimentos y el análisis de datos.

huggingface-papers te ayuda a leer páginas de papers de Hugging Face en markdown y a extraer metadatos estructurados desde la API de papers, incluidos autores, modelos enlazados, datasets, Spaces, repositorios de GitHub y páginas de proyecto. Úsalo para URLs de papers de Hugging Face, URLs o IDs de arXiv, y flujos de trabajo de investigación académica que necesitan evidencias de la página del paper.

huggingface-paper-publisher ayuda a publicar y gestionar artículos de investigación en Hugging Face Hub. Úsalo para indexar artículos de arXiv, enlazar papers con modelos o datasets, verificar la autoría y crear artículos de investigación en markdown con plantillas para redacción técnica.

huggingface-llm-trainer te ayuda a entrenar o ajustar modelos de lenguaje y visión en Hugging Face Jobs con TRL o Unsloth. Usa esta skill de huggingface-llm-trainer para SFT, DPO, GRPO, modelado de recompensas, comprobación de datasets, selección de GPU, guardado en Hub, monitorización con Trackio y exportación a GGUF para flujos de trabajo de desarrollo backend.

huggingface-local-models te ayuda a encontrar modelos de Hugging Face que se ejecutan en local con llama.cpp y GGUF, elegir una cuantización práctica y ponerlos en marcha en CPU, Apple Metal, CUDA o ROCm. Cubre la खोज de modelos, la localización exacta del archivo GGUF, la configuración de servidor frente a CLI y una vía rápida para desarrollo de backend e inferencia local privada.

huggingface-community-evals te ayuda a ejecutar localmente evaluaciones de modelos de Hugging Face Hub con inspect-ai o lighteval. Úsalo para elegir backend, hacer pruebas rápidas y consultar una guía práctica de vLLM, Transformers o accelerate. No sirve para orquestación de HF Jobs, PRs de model cards, publicación de .eval_results ni automatización de community-evals.

Usa la skill huggingface-datasets para flujos de trabajo con la API de Dataset Viewer de Hugging Face: validar datasets, resolver splits, previsualizar y paginar filas, buscar texto, aplicar filtros y obtener enlaces de parquet o estadísticas. Es una guía práctica de huggingface-datasets para exploración de datasets en modo solo lectura.

La skill huggingface-best te ayuda a encontrar el mejor modelo para una tarea revisando los rankings de referencia de Hugging Face y filtrando por límites del dispositivo y tamaño del modelo. Úsala para obtener recomendaciones de modelos en coding, reasoning, chat, OCR, RAG, speech, vision o trabajo multimodal cuando necesitas una shortlist práctica, no una lista genérica de modelos.

huggingface-gradio te ayuda a crear y editar interfaces web de Gradio en Python para demos, chatbots y flujos de trabajo de desarrollo frontend. Usa el skill huggingface-gradio para elegir componentes, conectar eventos y definir layouts con menos incertidumbre.

La skill hf-cli te ayuda a usar la CLI de Hugging Face Hub (`hf`) para autenticación, descargas, cargas, gestión de repos y buckets, inspección de datasets y modelos, y otros flujos de trabajo de Hub. Es útil para equipos de Backend Development que buscan un uso repetible y scriptable de hf-cli, junto con una guía práctica de hf-cli.

La skill de transformers te ayuda a usar Hugging Face Transformers para cargar modelos, hacer inferencia, tokenizar y realizar fine-tuning. Es una guía práctica de transformers para tareas de Machine Learning en texto, visión, audio y flujos multimodales, con rutas claras para crear baselines rápidas y entrenar modelos a medida.