Hugging Face Hub v0.33.0发布：新增Featherless.AI和Groq两大AI推理服务提供商

Hugging Face Hub作为当前最流行的机器学习模型托管平台之一，持续为开发者提供便捷的模型共享与部署服务。本次发布的v0.33.0版本带来了两项重要的新功能：新增Featherless.AI和Groq两家AI推理服务提供商的支持，进一步丰富了平台的模型推理能力。

Featherless.AI：无服务器AI推理新选择

Featherless AI以其独特的模型加载和GPU编排技术脱颖而出，为用户提供了异常丰富的模型选择。传统上，AI服务提供商要么提供有限模型集的低成本访问，要么提供无限模型范围但需要用户自行管理服务器和相关运维成本。Featherless AI则完美结合了两者的优势，既提供无与伦比的模型范围和多样性，又保持了无服务器定价模式。

开发者现在可以通过Hugging Face Hub的InferenceClient轻松接入Featherless.AI的服务：

from huggingface_hub import InferenceClient

client = InferenceClient(provider="featherless-ai")

completion = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-R1-0528", 
    messages=[
        {
            "role": "user",
            "content": "法国的首都是哪里？"
        }
    ], 
)

这段代码展示了如何使用Featherless.AI提供的DeepSeek-R1-0528模型进行简单的问答任务。开发者只需指定provider参数为"featherless-ai"，即可享受其丰富的模型库和便捷的无服务器体验。

Groq：革命性LPU™技术带来极致推理速度

Groq公司凭借其创新的语言处理单元(LPU™)技术，为计算密集型应用提供了前所未有的推理速度。LPU™专为克服GPU在推理任务中的局限性而设计，提供显著更低的延迟和更高的吞吐量，是实时AI应用的理想选择。

Groq特别适合需要快速响应的AI应用场景，其API让开发者能够轻松将各种公开可用的LLM模型集成到自己的应用中。以下示例展示了如何使用Groq的多模态能力处理包含文本和图像的输入：

from huggingface_hub import InferenceClient

client = InferenceClient(provider="groq")

completion = client.chat.completions.create(
    model="meta-llama/Llama-4-Scout-17B-16E-Instruct",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "用一句话描述这张图片"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/image.jpg"},
                },
            ],
        }
    ],
)

这个例子展示了Groq处理多模态输入的能力，开发者可以同时提交文本和图像内容，模型将综合理解并给出响应。

本地代理与Tiny-agents功能增强

本次更新还带来了对本地服务器(如llama.cpp)运行tiny-agents的支持，这意味着完全本地的AI代理即将成为现实。开发者现在可以：

1. 通过MCP(Machine Control Protocol)支持本地/远程端点推理
2. 修复tiny-agents CLI中的开发者体验问题
3. 将JSON解析和运行时工具错误重新注入聊天历史记录

这些改进使得本地AI代理的开发更加顺畅，为构建完全自主的本地AI系统奠定了基础。

文档与国际化

为服务更广泛的开发者群体，本次更新新增了印地语(Hindi)的文档翻译，体现了Hugging Face社区的国际化和包容性。

质量改进与错误修复

v0.33.0版本还包含多项质量改进和错误修复：

1. 优化了hf-xet的静默模式
2. 修复了包含超过5万文件的大型仓库的快照下载问题
3. 改进了tqdm子类的参数处理
4. 修复了表格问答功能的问题
5. 增强了推理搜索功能

这些改进虽然看似微小，但极大地提升了开发者的日常使用体验。

总结

Hugging Face Hub v0.33.0通过引入Featherless.AI和Groq两大推理服务提供商，显著扩展了平台的模型推理能力。Featherless.AI的无服务器模型访问和Groq的革命性LPU™技术为开发者提供了更多选择，而本地代理功能的增强则为构建完全自主的AI系统铺平了道路。随着国际化支持的不断完善和各项质量改进，Hugging Face Hub正持续巩固其作为机器学习模型托管平台领导者的地位。