Hugging Face Skills 开源：教 Claude 和 Cursor 训练模型与发论文

Hugging Face Skills 是一套标准化的指令技能包，用来教 Claude Code、Cursor、Codex 和 Gemini CLI 等编码智能体直接操作机器学习工作流。

平时让 AI 敲代码很容易，但一旦涉及在 Hugging Face 上搜索权重、切分数据集、调动 GPU 跑微调或者部署推理服务，通用智能体往往会因为不懂平台特有的命令规范而不断报错。这个项目就是把这些专属操作打包成即插即用的模块。

它能做什么

项目包含 20 多个针对具体任务的技能包，覆盖了从找模型到上线的整个链路。

最基础的是 hf-cli 技能。它教会智能体使用本地安装的 hf 命令行工具，用来下载和上传模型、管理数据仓库、查看 Spaces 应用甚至追踪云端任务状态。

进阶技能则针对专业算法任务。比如 huggingface-llm-trainer 能指导智能体使用 TRL 或 Unsloth 配置大语言模型训练脚本，并在 Hugging Face Jobs 上排队运行；huggingface-datasets 专门对接数据集预览接口，支持按字段筛选并直接拉取 Parquet 文件；hf-mem 则可以帮智能体自动估算加载 Safetensors 或 GGUF 权重所需的显存大小。

此外，它还包含构建 Gradio 界面、发布学术论文、评估本地模型以及把模型一键配置并部署到 Amazon SageMaker 的整套流水线定义。

智能体如何使用这些技能

整个项目的核心机制非常轻量。每个技能都是一个独立的文件夹，里面包含一个标配的 SKILL.md 文件。

文件头部用简单的 YAML 语法声明技能名称和触发场景，后面紧跟纯文本形式的操作规范、参数指导和防护边界。智能体在日常对话中不需要背下所有规则，只有当你提出相应需求时，它才会按需加载对应的 SKILL.md。

如果智能体暂不支持动态技能加载，仓库里还提供了一份生成的 agentsmd/AGENTS.md 作为兜底，直接把常用规范一次性喂给上下文。

在客户端支持上，Cursor 用户可以通过 Cursor Marketplace 直接安装核心技能，或者加载项目自带的 .mcp.json 走 MCP 协议连接；Claude Code 用户可以直接添加插件市场；Codex 只需要把技能目录软链接到本地的 .agents/skills 路径；Gemini CLI 也能通过内置的扩展清单一键导入。

安装好之后，你只需要对智能体说「用 HF LLM trainer 技能估算 70B 模型需要的显存」或者「用 HF paper publisher 把我的论文挂到模型主页」，智能体就会自动按照预设的最佳实践去执行。

怎么跑起来

项目开源在 GitHub 的 huggingface/skills 仓库。

最快上手的方式是先装基础脚手架。以 Claude Code 为例，在对话里输入添加市场命令后，安装 hf-cli@huggingface/skills 即可。进入命令行后，随时可以通过 hf skills add 加上其他专项技能。

想要自己写技能也很直接。复制现有的任意目录，改写 SKILL.md 里的描述和步骤，放入辅助脚本，再运行仓库里的发布脚本重新生成清单即可使用。

为什么重要

对常做模型微调和评测的算法工程师来说，这套工具非常值得一试。它不用你再去给智能体手写几百行的系统提示词，直接抹平了 AI 助手调用专用机器学习基础设施的门槛。

我们认为，Hugging Face 这里的聪明之处在于没有自己另起炉灶做新的客户端，而是顺着已有的 Agent Skills 标准和 MCP 协议，把自己的开发者生态直接嵌进了主流的 AI 编程环境里。虽然目前不少复杂技能仍需要你拥有对应的算力权限或配置本地运行环境，但对于经常和 Hub 打交道的人来说，它省下的调试时间是立竿见影的。