hf-cli

Visão geral do skill hf-cli

O skill hf-cli ajuda você a usar a CLI do Hugging Face Hub, hf, para autenticar, baixar e enviar arquivos, gerenciar repositórios e buckets, inspecionar modelos e datasets, e trabalhar com serviços do Hugging Face direto do terminal. É uma ótima escolha para fluxos de trabalho de Backend Development que precisam de acesso repetível e automatizável ao Hub, em vez de cliques pontuais na web.

Para que serve o hf-cli

Use o skill hf-cli quando a tarefa for operacional: estado de login, gerenciamento de cache, sincronização de repositórios, consultas a datasets, configuração de endpoints, webhooks, jobs ou movimentação de artefatos entre sistemas locais e o Hub. Ele é especialmente útil quando a pessoa já conhece o ecossistema Hugging Face, mas precisa do fluxo exato de comandos, flags e caminho de instalação.

Quando esse skill é a melhor escolha

Escolha hf-cli se o objetivo for automatizar ações no Hub, integrá-las a CI/CD ou padronizar o fluxo do time em torno da CLI. Ele é melhor que um prompt genérico quando você precisa de sintaxe confiável de comandos, do comportamento atual de autenticação ou de orientação sobre qual subcomando hf corresponde à tarefa.

O que o torna diferente

O principal valor está na escolha prática do comando, não na explicação conceitual. Este guia de hf-cli prioriza o comando moderno hf, observa que ele substitui o obsoleto huggingface-cli e ajuda a evitar tentativa e erro com autenticação, cache e gerenciamento de recursos do Hub.

Como usar o skill hf-cli

Instale e confirme a CLI

Instale o skill com npx skills add huggingface/skills --skill hf-cli. Em seguida, confirme que a CLI está disponível e atualizada verificando hf --help e hf auth whoami. Se você estiver migrando de documentação antiga, trate huggingface-cli como legado e prefira hf nos comandos novos.

Transforme seu objetivo em um prompt útil

O melhor hf-cli usage começa com um objetivo concreto, não com um vago “me ajude com Hugging Face”. Inclua o que você quer mover ou gerenciar, onde isso está e quaisquer restrições. Por exemplo: “Enviar uma pasta de modelo fine-tuned para org/model-name, manter apenas config.json e model.safetensors, e autenticar com um token vindo do CI.” Isso dá ao skill contexto suficiente para escolher o subcomando e as flags certos.

Leia estes arquivos primeiro

Comece com SKILL.md, depois inspecione README.md, AGENTS.md, metadata.json e quaisquer pastas rules/, resources/, references/ ou scripts/, se existirem. Neste repositório, SKILL.md é a fonte principal, então o trabalho central é extrair o modelo de comandos, as tarefas suportadas e as notas de migração, em vez de sair vasculhando uma árvore grande de arquivos.

Use o skill com restrições reais de fluxo de trabalho

Passe para o skill os mesmos detalhes que você daria a um colega: ID do repositório, caminhos de arquivo, revisão ou branch, localização do cache, se o comando roda localmente ou em CI, e se você precisa de dry run ou saída mínima. Essas informações melhoram de forma concreta as orientações de hf-cli install e hf-cli usage, porque estreitam o comando para o recurso certo e reduzem o risco de uploads, downloads ou erros de autenticação acidentais.

FAQ do skill hf-cli

O hf-cli serve só para download de modelos?

Não. O skill hf-cli cobre mais do que fluxos de download e upload: autenticação, gerenciamento de cache, repositórios, datasets, spaces, buckets, jobs, papers e operações relacionadas ao Hub. Se o seu trabalho toca o ecossistema Hugging Face, hf-cli muitas vezes é o ponto de partida correto.

Preciso disso se já sei usar comandos de shell?

Sim, se você quer menos erros de comando e configuração mais rápida. Um prompt comum pode explicar a ideia, mas hf-cli é melhor quando você precisa da sintaxe atual da CLI, do subcomando hf correto ou de um caminho de migração a partir do obsoleto huggingface-cli.

O hf-cli é bom para iniciantes?

Sim, desde que o pedido seja específico. Iniciantes normalmente têm o melhor resultado quando nomeiam a tarefa e o repositório de destino, por exemplo: “Preciso fazer login e baixar um snapshot de dataset para teste local.” Isso é muito mais fácil de transformar em um comando funcional do que um pedido amplo como “me mostre o Hugging Face CLI”.

Quando não devo usar hf-cli?

Evite se a tarefa for puramente conceitual, não tiver relação com o Hub ou for melhor resolvida na interface web, sem necessidade de automação. Também não é a melhor opção se você quer apenas orientação geral de IA/ML sem uma ação de CLI.

Como melhorar o skill hf-cli

Dê primeiro a restrição mais difícil

As entradas mais fortes para hf-cli incluem o que não pode acontecer: nada de baixar todo o cache, nada de sobrescrever, nada de exposição pública, nada de login interativo ou nada de arquivos extras. Restrições assim mudam a escolha do comando e muitas vezes importam mais do que o objetivo em alto nível.

Inclua o objeto exato do Hub

Informe o tipo e o identificador do repositório: model, dataset, space, bucket, endpoint ou job. A saída de hf-cli melhora quando o skill sabe se você está mirando org/repo, uma revisão específica ou um diretório local que precisa ser sincronizado com o Hub.

Peça o fluxo de trabalho, não só o comando

Se você quer um hf-cli guide realmente útil, peça o comando mais o fluxo seguro mais curto: instalar, autenticar, verificar, executar e validar. Isso ajuda a expor passos práticos como hf auth whoami, checagens de cache ou seleção de revisão, reduzindo tentativa e erro.

Itere com saída e erros reais

Se o primeiro comando falhar, cole o erro exato, o comando que você executou e o recurso que estava mirando. Essa é a forma mais rápida de melhorar tarefas de hf-cli for Backend Development, porque a próxima resposta pode corrigir flags, estado de autenticação, suposições de caminho ou permissões no Hub em vez de chutar.