Huggingface

Skill hugging-science giúp bạn tìm và sử dụng các tài nguyên AI khoa học từ Hugging Science catalog và org `hugging-science` trên Hugging Face. Đây là lựa chọn phù hợp cho sinh học, hóa học, khí hậu, genomics, vật liệu, thiên văn học và các công việc tương tự khi bạn cần một dataset, model, Space hoặc bài blog có thể chạy hoặc trích dẫn được. Hãy dùng nó cho nhu cầu sử dụng hugging-science và các workflow hướng dẫn hugging-science thay vì tìm kiếm chung chung.

Dùng transformers-js để chạy các mô hình ML bằng JavaScript và TypeScript trên cả trình duyệt lẫn môi trường server. Skill transformers-js bao gồm cài đặt, tải mô hình, bộ nhớ đệm, cấu hình và cách dùng thực tế cho các tác vụ văn bản, thị giác, âm thanh, đa phương thức, cùng với transformers-js cho tạo mã với các mô hình text-generation được hỗ trợ.

huggingface-vision-trainer giúp bạn cài đặt và sử dụng một skill Hugging Face cho các tác vụ huấn luyện thị giác máy tính: phát hiện đối tượng, phân loại ảnh và phân đoạn SAM/SAM2. Nội dung bao gồm chuẩn bị dữ liệu, thiết lập GPU trên cloud, đánh giá mô hình, ghi log bằng Trackio và đẩy kết quả lên Hub. Phù hợp cho tự động hóa backend và các quy trình huấn luyện có thể lặp lại.

Skill huggingface-tool-builder giúp bạn tạo các công cụ dòng lệnh có thể tái sử dụng cho công việc với Hugging Face API, thay vì chỉ dùng prompt một lần rồi bỏ. Skill này hữu ích cho các chuỗi gọi API, xử lý trung gian, các bước fetch/enrich lặp lại, và quy trình phát triển API bằng shell, Python hoặc TSX.

huggingface-trackio giúp theo dõi các lần chạy huấn luyện ML bằng Trackio. Dùng skill này để ghi log metrics từ Python, thêm cảnh báo huấn luyện, và truy xuất hoặc phân tích các lần chạy bằng trackio CLI. Skill hỗ trợ dashboard thời gian thực, đồng bộ với Hugging Face Space, và xuất JSON để tự động hóa, khiến huggingface-trackio hữu ích cho theo dõi thí nghiệm và phân tích dữ liệu.

huggingface-papers giúp bạn đọc các trang bài báo trên Hugging Face ở dạng markdown và trích xuất metadata có cấu trúc từ papers API, bao gồm tác giả, model được liên kết, dataset, Spaces, repo GitHub và trang dự án. Hãy dùng nó cho các URL bài báo trên Hugging Face, URL hoặc ID arXiv, và các quy trình Academic Research cần bằng chứng từ trang bài báo.

huggingface-paper-publisher giúp xuất bản và quản lý bài báo nghiên cứu trên Hugging Face Hub. Dùng để lập chỉ mục các bài trên arXiv, liên kết bài báo với model hoặc dataset, xác minh tác giả và tạo bài nghiên cứu Markdown bằng các template cho viết kỹ thuật.

huggingface-llm-trainer giúp bạn huấn luyện hoặc fine-tune các mô hình ngôn ngữ và thị giác trên Hugging Face Jobs bằng TRL hoặc Unsloth. Dùng skill huggingface-llm-trainer cho SFT, DPO, GRPO, reward modeling, kiểm tra dataset, chọn GPU, lưu lên Hub, theo dõi bằng Trackio và xuất GGUF cho các quy trình phát triển backend.

huggingface-local-models giúp bạn tìm các model trên Hugging Face có thể chạy cục bộ với llama.cpp và GGUF, chọn mức quant phù hợp, và khởi chạy trên CPU, Apple Metal, CUDA hoặc ROCm. Skill này bao quát việc khám phá model, dò đúng file GGUF, thiết lập theo kiểu server hay CLI, và một lối đi nhanh cho phát triển backend cũng như suy luận cục bộ riêng tư.

huggingface-community-evals giúp bạn chạy đánh giá model trên Hugging Face Hub ngay trên máy cục bộ với inspect-ai hoặc lighteval. Dùng khi cần chọn backend, chạy smoke test, và xem hướng dẫn thực tế cho vLLM, Transformers hoặc accelerate. Không phù hợp cho điều phối HF Jobs, tạo PR cho model card, xuất bản .eval_results, hay tự động hóa community-evals.

Dùng skill huggingface-datasets cho các quy trình với Hugging Face Dataset Viewer API để xác thực dataset, xử lý split, xem trước và phân trang các hàng, tìm kiếm văn bản, áp dụng bộ lọc, và lấy liên kết parquet hoặc thống kê. Đây là hướng dẫn thực dụng về huggingface-datasets cho việc khám phá dataset chỉ đọc.

Kỹ năng huggingface-best giúp bạn tìm model phù hợp nhất cho một tác vụ bằng cách kiểm tra bảng xếp hạng benchmark trên Hugging Face và lọc theo giới hạn thiết bị cũng như kích thước model. Hãy dùng khi cần gợi ý model cho lập trình, suy luận, chat, OCR, RAG, giọng nói, thị giác máy tính hoặc tác vụ đa phương thức, và bạn muốn một danh sách rút gọn thực dụng thay vì một danh sách model chung chung.

huggingface-gradio giúp bạn xây dựng và chỉnh sửa giao diện web Gradio bằng Python cho demo, chatbot và các quy trình làm việc liên quan đến phát triển frontend. Dùng skill huggingface-gradio để chọn component, gắn sự kiện và bố cục layout với ít phải đoán mò hơn.

Kỹ năng hf-cli giúp bạn dùng Hugging Face Hub CLI (`hf`) cho xác thực, tải xuống, tải lên, quản lý repo và bucket, xem dataset và model, cùng các quy trình Hub khác. Đây là lựa chọn hữu ích cho các nhóm Backend Development muốn dùng hf-cli theo cách có thể lặp lại, dễ tự động hóa bằng script, kèm một hướng dẫn hf-cli thực tế.

Skill transformers giúp bạn dùng Hugging Face Transformers để tải mô hình, suy luận, tokenization và fine-tuning. Đây là hướng dẫn transformers thực tế cho các tác vụ Machine Learning trên text, vision, audio và quy trình đa phương thức, với lộ trình rõ ràng cho baseline nhanh cũng như huấn luyện tùy chỉnh.