Hugging Face Skills

Hugging Face Skills 是一套为 AI/ML 开发任务（如数据集构建、模型训练、评估、论文发布等）设计的标准化协议。它以“技能包”（Skill）的形式，将任务说明、脚本和资源封装成自包含单元，供各类编码智能体（如 Claude Code、Codex、Gemini CLI 等）调用。

虽然“Skill”一词源自 Anthropic 的 Claude 系列，但 Hugging Face 的实现具备跨平台兼容性，目前已支持 OpenAI Codex、Google Gemini CLI、Claude Code，并即将集成 Cursor、Windsurf、Continue 等主流开发智能体。

Skill 是什么？

每个 Skill 是一个独立文件夹，包含：

• SKILL.md：核心文件，采用 YAML 前置元数据（name, description）+ 详细指令
• 辅助脚本与模板：如 train_sft_example.py、convert_to_gguf.py、评估脚本等
• 使用规范与安全边界：明确任务范围与限制

当用户在对话中提及某个 Skill（如“使用 HF LLM 训练器 Skill”），智能体会自动加载对应的指令与工具，从而在特定上下文中执行高精度操作。

当前支持的智能体与安装方式

✅ Claude Code

/plugin marketplace add huggingface/skills
/plugin install hf-llm-trainer@huggingface-skills

✅ OpenAI Codex

通过仓库中的 AGENTS.md 自动识别 Skill。验证指令是否加载：

codex --ask-for-approval never "Summarize the current instructions."

✅ Gemini CLI

依赖 gemini-extension.json 文件：

gemini extensions install https://github.com/huggingface/skills.git --consent

未来将支持 Cursor、Windsurf、Continue 等 IDE 内智能体。

内置 Skill 一览

这些 Skill 不仅提供指令，还包含可直接执行的 Python 脚本，真正实现“指令即工具”。

如何使用？

安装后，在与智能体对话时直接命名 Skill 即可激活上下文：

• “使用 HF LLM 训练器 Skill 估算 70B 模型所需的 GPU 显存。”
• “用 HF 模型评估 Skill 在最新 checkpoint 上运行 run_eval_job.py。”
• “通过 HF 数据集创建器 Skill 生成一个情感分类的 5-shot 模板。”
• “调用 HF 论文发布器 Skill，将我的 arXiv 论文链接到 Hugging Face 模型卡。”

智能体会自动加载对应 SKILL.md 中的指导与脚本，大幅减少模糊指令带来的错误。

如何贡献自己的 Skill？

1. 复制现有 Skill 文件夹（如 hf_dataset_creator/）
2. 修改 SKILL.md 的 YAML 元数据与任务描述
3. 添加专属脚本或模板
4. 提交 PR 至 huggingface/skills

社区共建模式确保 Skill 库持续覆盖前沿 AI/ML 工作流。