Hugging Face Skills
- 추천0
- GitHub 별11K
- 개발라이선스Apache-2.0
Hugging Face가 공개한 에이전트 스킬 모음. Hub CLI · 모델 학습 · 데이터셋 · 평가 · Spaces 작업을 가르쳐요. Apache-2.0
요약
Hugging Face가 공개한 에이전트 스킬 모음. Hub CLI · 모델 학습 · 데이터셋 · 평가 · Spaces 작업을 가르쳐요. Apache-2.0
설명
Hugging Face Skills
Hugging Face Skills는 데이터셋 만들기, 모델 학습, 평가 같은 AI/ML 작업을 정의한 것입니다. 클라이언트 플러그인 마켓은 Hub의 핵심 작업을 시작하는 부트스트랩 경로로 hf-cli 스킬을 노출하고, 나머지 워크플로 스킬은 필요할 때 hf skills add <skill-name>으로 설치하거나, 스킬을 아는 클라이언트가 CLI/MCP 연동으로 찾아낼 수 있습니다.
이 저장소의 스킬은 표준화된 Agent Skills 형식을 따릅니다.
💡 에이전트가 Hugging Face Hub에 접근하게만 하고 싶나요?
hf-cli부터 시작하세요. 제일 먼저 설치하길 권하는 스킬입니다. 에이전트에게 모든hf명령(모델 검색, 데이터셋 · 버킷 관리, Spaces 실행, 작업 실행)을 가르치고, 로컬에 설치된 CLI에서 만들어져 항상 최신입니다.
스킬은 어떻게 동작하나요?
실제로 스킬은 특정 사용 사례를 위해 AI 에이전트가 쓸 지침, 스크립트, 리소스를 함께 담은 독립된 폴더입니다. 폴더마다 YAML 머리말(이름과 설명)이 달린 SKILL.md 파일이 있고, 그 뒤에 스킬이 켜져 있는 동안 코딩 에이전트가 따를 안내가 이어집니다.
💡 에이전트가 스킬을 지원하지 않는다면
agentsmd/AGENTS.md를 대신 그대로 쓸 수 있습니다.
이 저장소의 hf-cli 스킬은 다음에서도 받을 수 있습니다.
- Cursor 마켓플레이스(https://cursor.com/marketplace/huggingface)
- Codex 플러그인 디렉터리(https://developers.openai.com/codex/plugins)
설치
Hugging Face 스킬은 Claude Code, Codex, Gemini CLI, Cursor와 호환됩니다.
Claude Code
- 저장소를 플러그인 마켓으로 등록합니다.
/plugin marketplace add huggingface/skills
- CLI 스킬을 설치합니다.
/plugin install hf-cli@huggingface/skills
- 다른 Hugging Face 스킬을 설치하려면
hfCLI를 쓰세요.
hf skills add <skill-name>
Codex
-
쓰고 싶은 스킬을 이 저장소의
skills/디렉터리에서 Codex의 표준.agents/skills위치 중 한 곳(예:$REPO_ROOT/.agents/skills또는$HOME/.agents/skills)으로 복사하거나 심볼릭 링크합니다. Codex 스킬 가이드를 보세요. -
스킬이 그 위치 중 한 곳에 있으면 Codex가 Agent Skills 표준으로 찾아내고, 그 스킬을 쓰기로 정하거나 사용자가 직접 부를 때
SKILL.md지침을 불러옵니다. -
Codex 설정이 아직
AGENTS.md에 의존한다면, 이 저장소의 생성된agentsmd/AGENTS.md파일을 대신 쓰는 지침 묶음으로 쓸 수 있습니다.
Gemini CLI
-
이 저장소에는 Gemini CLI와 통합하는
gemini-extension.json이 들어 있습니다. -
로컬에 설치합니다.
gemini extensions install . --consent
또는 GitHub 주소를 쓰세요.
gemini extensions install https://github.com/huggingface/skills.git --consent
- 더 도움이 필요하면 Gemini CLI 확장 문서를 보세요.
Cursor
이 저장소에는 Cursor 플러그인 매니페스트가 들어 있습니다.
.cursor-plugin/plugin.json.mcp.json(Hugging Face MCP 서버 주소로 설정됨)
Cursor 플러그인 흐름에서 저장소 주소(또는 로컬 체크아웃)로 설치하세요. 마켓플레이스 항목은 일부러 hf-cli로 제한했으므로, 추가 워크플로 스킬은 hf skills add <skill-name>으로 설치하세요.
기여자가 매니페스트를 다시 만들려면 다음을 실행합니다.
./scripts/publish.sh
스킬
이 저장소는 시작에 도움이 될 몇 가지 스킬을 담고 있습니다. 자신의 스킬을 저장소에 기여할 수도 있습니다.
쓸 수 있는 스킬
| 이름 | 설명 | 문서 |
|---|---|---|
hf-cli | 모델, 데이터셋, Spaces, 버킷, 저장소, 논문, 작업 등을 Hugging Face Hub에서 내려받고, 올리고, 관리하는 Hugging Face Hub CLI(hf). | SKILL.md |
hf-cloud-aws-context-discovery | AWS 작업을 시작할 때 사용자의 로컬 AWS 맥락(활성 프로필, 리전, 계정 ID, 호출자 신원)을 찾아냅니다. | SKILL.md |
hf-cloud-python-env-setup | SageMaker / AWS 작업을 위해 알맞은 Python 버전과 최신 boto3가 든 격리된 Python 환경을 만듭니다. | SKILL.md |
hf-cloud-sagemaker-deployment-planner | Amazon SageMaker AI에 모델을 배포하는 일을 계획하고 조율합니다. | SKILL.md |
hf-cloud-sagemaker-iam-preflight | 배포나 학습 전에 쓸 수 있는 SageMaker 실행 역할이 있는지 확인합니다. | SKILL.md |
hf-cloud-sagemaker-production-defaults | 자동 확장, CloudWatch 경보, 태깅이 기본으로 켜진 SageMaker 엔드포인트(실시간, 실시간 스케일-투-제로, 비동기)를 만듭니다. | SKILL.md |
hf-cloud-serving-image-selection | SageMaker 모델 배포에 알맞은 서빙 컨테이너를 고르고 그 최신 이미지 URI를 찾습니다. | SKILL.md |
hf-mem | Hugging Face Hub의 Safetensors 또는 GGUF 모델 가중치를 추론용으로 불러오는 데 필요한 메모리를 추정하는 Hugging Face CLI | SKILL.md |
huggingface-best | 사용자가 어떤 작업에 가장 좋은 · 인기 · 추천 모델을 묻거나, 어떤 AI 모델을 쓸지 알고 싶거나, 벤치마크 점수로 모델을 비교하고 싶을 때 씁니다. | SKILL.md |
huggingface-community-evals | inspect-ai와 lighteval으로 로컬 하드웨어에서 Hugging Face Hub 모델의 평가를 실행합니다. | SKILL.md |
huggingface-datasets | 하위 집합/분할 메타데이터 가져오기, 행 페이지 나누기, 텍스트 검색, 필터 적용, parquet 주소 내려받기, 크기 · 통계 읽기 같은 Hugging Face Dataset Viewer API 워크플로에 씁니다. | SKILL.md |
huggingface-gradio | Python으로 Gradio 웹 UI와 데모를 만듭니다. | SKILL.md |
huggingface-llm-trainer | Hugging Face Jobs 인프라에서 TRL(Transformer Reinforcement Learning)이나 Unsloth로 언어 · 비전 모델을 학습하거나 미세 조정합니다. | SKILL.md |
huggingface-local-models | llama.cpp와 GGUF로 CPU, Mac Metal, CUDA, ROCm에서 로컬로 돌릴 모델을 고를 때 씁니다. | SKILL.md |
huggingface-lora-space-builder | 사용자가 준 LoRA를 위한 Gradio 데모를 Hugging Face Spaces에 만들고 공개합니다. | SKILL.md |
huggingface-paper-publisher | Hugging Face Hub에 연구 논문을 게시하고 관리합니다. | SKILL.md |
huggingface-papers | Hugging Face 논문 페이지를 마크다운으로 찾아 읽고, 저자 · 연결된 모델/데이터셋/Spaces · Github 저장소 · 프로젝트 페이지 같은 구조화된 메타데이터를 위한 논문 API를 씁니다. | SKILL.md |
huggingface-spaces | Hugging Face Spaces에서 애플리케이션을 만들고, 배포하고, 유지 보수합니다 — Gradio / Docker / Static SDK, ZeroGPU와 전용 하드웨어, 모델 불러오기, 디버깅, 버킷, 추론 제공자, 커뮤니티 지원금. | SKILL.md |
huggingface-tool-builder | Hugging Face API의 데이터를 쓰면 도움이 되는 도구/스크립트를 만들거나 작업을 해내고 싶을 때 씁니다. | SKILL.md |
huggingface-trackio | Trackio로 ML 학습 실험을 추적하고 시각화합니다. | SKILL.md |
huggingface-vision-trainer | Hugging Face Jobs 클라우드 GPU에서 Hugging Face Transformers로 객체 탐지(D-FINE, RT-DETR v2, DETR, YOLOS), 이미지 분류(timm 모델 — MobileNetV3, MobileViT, ResNet, ViT/DINOv3 — 그리고 모든 Transformers 분류기), SAM/SAM2 분할을 위한 비전 모델을 학습하고 미세 조정합니다. | SKILL.md |
huggingface-zerogpu | Gradio Spaces와 Hugging Face Spaces ZeroGPU로 만드는 AI 데모와 GPU 연산. | SKILL.md |
train-sentence-transformers | SentenceTransformer(바이 인코더, 밀집 또는 정적 임베딩 모델. 검색, 유사도, 클러스터링, 분류, 패러프레이즈 마이닝, 중복 제거, 멀티모달용), CrossEncoder(리랭커. 2단계 검색 / 쌍 분류용 쌍 점수), SparseEncoder(SPLADE, 희소 임베딩 모델. 학습된 희소 검색용) 전반에 걸쳐 sentence-transformers 모델을 학습하거나 미세 조정합니다. | SKILL.md |
transformers-js | Transformers.js를 써서 최첨단 머신러닝 모델을 JavaScript/TypeScript에서 직접 실행합니다. | SKILL.md |
trl-training | TRL(Transformers Reinforcement Learning)로 트랜스포머 언어 모델을 학습하고 미세 조정합니다. | SKILL.md |
코딩 에이전트에서 스킬 쓰기
스킬을 설치했다면 코딩 에이전트에게 지시할 때 직접 언급하세요.
- "Use the HF LLM trainer skill to estimate the GPU memory needed for a 70B model run."
- "Use the HF model evaluation skill to launch
run_eval_job.pyon the latest checkpoint." - "Use the HF dataset creator skill to draft new few-shot classification templates."
- "Use the HF paper publisher skill to index my arXiv paper and link it to my model."
코딩 에이전트는 작업을 끝내는 동안 해당 SKILL.md 지침과 도우미 스크립트를 자동으로 불러옵니다.
스킬 기여 또는 맞춤 설정
- 기존 스킬 폴더 하나(예:
hf-datasets/)를 복사해 이름을 바꾸세요. - 새 폴더의
SKILL.md머리말을 고치세요.--- name: my-skill-name description: Describe what the skill does and when to use it --- # Skill Title Guidance + examples + guardrails - 지침이 가리키는 보조 스크립트, 템플릿, 문서를 추가하거나 고치세요.
- 기본으로는 스킬을
.claude-plugin/marketplace.json에 추가하지 마세요. 클라이언트 마켓은 일부러hf-cli로 제한했습니다. 전체 Hub CLI 마켓은.claude-plugin/marketplace-internal.json에 생성됩니다. - 다음을 실행하세요.
생성된 메타데이터를 모두 다시 만들고 검증합니다../scripts/publish.sh - 업데이트된 폴더를 쓸 수 있도록 코딩 에이전트에서 스킬 묶음을 다시 설치하거나 불러오세요.
마켓
.claude-plugin/marketplace.json과 .cursor-plugin/marketplace.json 파일은 클라이언트 마켓 설치에 hf-cli만 일부러 노출합니다. 설치 시점의 매니페스트가 핵심 Hub 작업에 집중하게 하고, 나머지는 hf skills add <skill-name>으로 안내하기 위해서입니다.
생성된 .claude-plugin/marketplace-internal.json 파일에는 전체 스킬 목록이 들어 있습니다. 게시 자동화가 이 파일을 Hub 버킷에 marketplace.json으로 올려, hf skills list, hf skills add, hf skills update가 쓸 수 있는 모든 스킬을 계속 볼 수 있게 합니다.
더 새로운 스킬 인식 연동은 기능을 동적으로 가져올 수도 있습니다. Hugging Face의 탐색 흐름은 클라이언트가 스킬, MCP 서버, Spaces를 검색하게 하고, Skills-over-MCP 작업은 MCP 리소스를 통해 스킬을 찾고 쓰는 방법을 표준화하고 있습니다.
추가 자료
- huggingface/skills에서 최신 지침, 스크립트, 템플릿을 직접 볼 수 있습니다.
- 각 스킬 안에서 참조하는 라이브러리나 워크플로의 Hugging Face 문서를 확인하세요.
라이선스
Apache License 2.0으로 배포됩니다. LICENSE 파일을 보세요.
저장소: huggingface/skills
평점
- 5점
- 0
- 4점
- 0
- 3점
- 0
- 2점
- 0
- 1점
- 0