Huggingface

hugging-scienceスキルは、Hugging Scienceカタログと `hugging-science` の Hugging Face org から、科学分野のAIリソースを見つけて活用するのに役立ちます。生物学、化学、気候、ゲノム、材料、天文学など、実際に実行・引用できるデータセット、モデル、Space、ブログ記事が必要な場面に向いています。一般的な検索の代わりに、hugging-science の使い方や hugging-science ガイドのワークフローに使ってください。

transformers-jsを使って、ブラウザとサーバーの両方でJavaScriptおよびTypeScriptからMLモデルを実行できます。transformers-jsスキルでは、インストール、モデルの読み込み、キャッシュ、設定に加え、テキスト、画像、音声、マルチモーダルの各タスクでの実用的なtransformers-jsの使い方、さらに対応するtext-generationモデルを使ったCode Generation向けのtransformers-jsまでカバーします。

huggingface-vision-trainer は、物体検出、画像分類、SAM/SAM2 のセグメンテーションといった Hugging Face のビジョントレーニングジョブを導入・活用するためのスキルです。データセット準備、クラウド GPU のセットアップ、評価、Trackio ロギング、結果の Hub へのプッシュまでをカバーします。バックエンド自動化や再現性の高い学習ワークフローに最適です。

huggingface-tool-builder スキルは、Hugging Face API を使う作業を、その場限りのプロンプトではなく、再利用できるコマンドラインツールとしてまとめるのに役立ちます。連続した API 呼び出し、中間処理、繰り返し使う取得・拡張ステップ、そして shell、Python、TSX を使った API 開発ワークフローに向いています。

huggingface-trackio は、Trackio を使って ML の学習実行を追跡するのに役立ちます。このスキルでは、Python からメトリクスを記録したり、学習アラートを追加したり、trackio CLI で実行を取得・分析したりできます。リアルタイムのダッシュボード、Hugging Face Space との同期、そして自動化向けの JSON 出力に対応しており、huggingface-trackio は実験トラッキングやデータ分析に有用です。

huggingface-papers は、Hugging Face の論文ページを markdown で読み取り、papers API から著者、関連モデル、データセット、Spaces、GitHub リポジトリ、プロジェクトページなどの構造化メタデータを抽出するのに役立ちます。Hugging Face の論文ページ URL、arXiv の URL または ID、そして論文ページの根拠が必要な Academic Research のワークフローに向いています。

huggingface-paper-publisher は、Hugging Face Hub で研究論文を公開・管理するためのスキルです。arXiv 論文のインデックス作成、論文とモデルやデータセットのひも付け、著者情報の確認、技術文書向けテンプレートを使った Markdown 研究記事の作成に活用できます。

huggingface-llm-trainer は、Hugging Face Jobs 上で TRL または Unsloth を使い、言語モデルや視覚モデルを学習・ファインチューニングするのに役立ちます。この huggingface-llm-trainer スキルは、SFT、DPO、GRPO、reward modeling、データセット検証、GPU 選定、Hub への保存、Trackio 監視、さらにバックエンド開発ワークフロー向けの GGUF 書き出しまでカバーします。

huggingface-local-models は、Hugging Face のモデルの中から llama.cpp と GGUF でローカル実行できるものを見つけ、実用的な量子化設定を選び、CPU、Apple Metal、CUDA、ROCm で起動するためのスキルです。モデル探索、正確な GGUF ファイルの特定、サーバー／CLI のセットアップ、そしてバックエンド開発やプライベートなローカル推論にすぐ使える導線までカバーします。

huggingface-community-evals は、inspect-ai または lighteval を使って Hugging Face Hub のモデル評価をローカルで実行するのに役立ちます。バックエンドの選定、スモークテスト、vLLM・Transformers・accelerate の実践的な使い分けガイドに適しています。HF Jobs のオーケストレーション、model-card の PR、.eval_results の公開、community-evals の自動化には向きません。

huggingface-datasets スキルは、Hugging Face Dataset Viewer API のワークフローでデータセットの検証、split の解決、行のプレビューとページネーション、テキスト検索、フィルタ適用、parquet リンクや統計情報の取得を行うために使います。読み取り専用のデータセット探索に適した、実用的な huggingface-datasets ガイドです。

huggingface-best skill は、Hugging Face のベンチマーク順位表を確認し、デバイス制約やモデルサイズで絞り込むことで、タスクに最適なモデルを見つけるのに役立ちます。コーディング、推論、チャット、OCR、RAG、音声、画像、マルチモーダルなどで、汎用的なモデル一覧ではなく、実用的な候補を絞り込みたいときのモデル推薦に向いています。

huggingface-gradio は、Python で Gradio の Web UI を作成・編集するためのスキルです。デモ、チャットボット、フロントエンド開発のワークフローに役立ちます。huggingface-gradio スキルを使うと、コンポーネントの選定、イベントの接続、レイアウトの設計を、迷いを減らしながら進められます。

hf-cliスキルは、Hugging Face Hub CLI（`hf`）を使った認証、ダウンロード、アップロード、repoやbucketの管理、datasetやmodelの確認、その他のHubワークフローを支援します。Hugging Face Hubに対するhf-cliの使い方を繰り返し再現できる形で運用したいBackend Developmentチームや、実用的なhf-cliガイドを求める場合に向いています。

transformersスキルは、Hugging Face Transformersを使ったモデルの読み込み、推論、トークナイゼーション、ファインチューニングを支援します。テキスト、画像、音声、マルチモーダルの各ワークフローで使える実践的なtransformersガイドとして、素早いベースライン構築からカスタム学習までをわかりやすく整理しています。