Huggingface Hub

• 您想要找到符合特定條件的模型（例如「參數量低於 4B 的小型開源 VLM」），而不需要手動瀏覽 Huggingface Hub。
• 您需要將資料集拉取到本地路徑，或將微調後的模型或資料集推送回您的 HF 帳戶。
• 您想要直接從助理對資料集的分割執行 SQL 查詢。
• 您需要部署、檢查或關閉推論端點，或管理 Spaces 與儲存桶。

• 您尚未安裝 hf CLI，或尚未通過 Hugging Face 帳號進行身份驗證——若缺少這些前提條件，此技能將無法運作。
• 您正在一個對外連線受限的環境中工作，無法存取 huggingface.co。
• 您只需要進行一次性的模型查詢，且偏好手動瀏覽 Hub UI。

使用自然語言條件（例如任務類型、參數數量或授權條款）在 Huggingface Hub 上搜尋模型與資料集。搜尋結果將直接顯示於對話中，無需離開您的工作流程。

透過單一指令將任何公開（或可存取的受限）模型或資料集下載至本機路徑。此技能在底層委派給 hf CLI 執行，並遵循您已儲存的憑證設定。

將微調模型、資料集或 Spaces 推送至您的 Huggingface Hub 帳戶，並管理儲存庫檔案、版本與中繼資料——無需離開助理即可完成所有操作。

對 Huggingface Hub 上任意資料集的特定分割執行 SQL 查詢。適合在進行完整下載之前，快速分析資料、檢查結構描述或篩選資料列。

透過自然語言指令部署並管理 Hugging Face 推論端點。可依需求監控狀態、更新設定或關閉端點。

建立、更新並管理 Hugging Face Spaces 及相關的儲存桶，讓您已部署的示範應用程式與持久性儲存保持同步。

請助理尋找一個參數量低於 40 億、具有寬鬆授權條款的開源視覺語言模型。此技能會查詢 Huggingface Hub，並回傳附有相關元資料的排名候選模型清單。

在下載數 GB 的資料之前，先使用 SQL 查詢 Huggingface Hub 資料集的 train 分割，以檢視其結構描述、計算資料列數或篩選相關範例。

本地訓練完成後，只需一個步驟即可將您微調好的模型或精心整理的資料集推送至您的 Huggingface Hub 帳戶，包含儲存庫建立與檔案上傳。

為專案部署模型作為推論端點，然後在專案結束時暫停或刪除它——無需離開助理或操作 Huggingface Hub 介面。