BC hf-cli
CLI Hugging Face Hub (`hf`) для загрузки, выгрузки и управления моделями, наборами данных, пространствами, бакетами, репозиториями, статьями, заданиями и многим другим на Hugging Face Hub. Используйте при: обработке аутентификации; управлении локальным кэшем; управлении бакетами Hugging Face; запуске или планировании заданий на инфраструктуре Hugging Face; управлении репозиториями Hugging Face; обсуждениях и pull-запросах; просмотре моделей, наборов данных и пространств; чтении, поиске или просмотре научных статей; управлении коллекциями; запросах к наборам данных; настройке пространств; настройке веб-хуков; или развертывании и управлении конечными точками вывода HF. Обязательно используйте этот навык, когда пользователь упоминает 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli' или 'hugging face cli', или хочет сделать что-либо, связанное с экосистемой Hugging Face, а также с ИИ и МО в целом. Также используйте для нужд облачного хранения, таких как контрольные точки обучения, конвейеры данных или трассировка агентов. Используйте, даже если пользователь явно не запрашивает команду CLI. Заменяет устаревший `huggingface-cli`.
машинный переводПоказать оригиналСкрыть оригинал«Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing m…»
Hugging Face Hub CLI (`hf`) for downloading, uploading, and managing models, datasets, spaces, buckets, repos, papers, jobs, and more on the Hugging Face Hub. Use when: handling authentication; managing local cache; managing Hugging Face Buckets; running or scheduling jobs on Hugging Face infrastructure; managing Hugging Face repos; discussions and pull requests; browsing models, datasets and spaces; reading, searching, or browsing academic papers; managing collections; querying datasets; configuring spaces; setting up webhooks; or deploying and managing HF Inference Endpoints. Make sure to use this skill whenever the user mentions 'hf', 'huggingface', 'Hugging Face', 'huggingface-cli', or 'hugging face cli', or wants to do anything related to the Hugging Face ecosystem and to AI and ML in general. Also use for cloud storage needs like training checkpoints, data pipelines, or agent traces. Use even if the user doesn't explicitly ask for a CLI command. Replaces the deprecated `huggingface-cli`.
CLI Hugging Face Hub (hf) для загрузки, выгрузки и управления моделями, наборами данных, пространствами, бакетами, репозиториями, статьями, заданиями и многим…
Как процесс C 56/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Опасные команды
cmd-pipe-to-shell-known-hostSKILL.md:6Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (в кавычках — упоминание, а не команда)Install: `curl -LsSf https://hf.co/cli/install.sh | bash -s`.
в кавычках -
низкая Опасные команды
cmd-pipe-to-shell-known-hostSKILL.md:210Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (в кавычках — упоминание, а не команда)Install: `curl -fsSL https://raw.githubusercontent.com/huggingface/hf-mount/main/install.sh | sh`
в кавычках
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6681 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 56/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 65, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 6681 токенов
- 100Шаги. Шагов: 147
- 100Согласованность. Имя и обязательные поля на месте
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1008: рекомендуется 120–800 символов
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 147 пунктов
- +3Формат ответа описан явно
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.