新手快速上手:Hugging Face Skills 接入 Claude Code、Codex、Gemini CLI 与 Cursor 的 4 种方式
新手快速上手:Hugging Face Skills 接入 Claude Code、Codex、Gemini CLI 与 Cursor 的 4 种方式
Hugging Face Skills 是一组面向 AI 编程 Agent 的"技能包",让你的 Claude Code、Codex、Gemini CLI 或 Cursor 直接获得 Hugging Face 生态的能力——搜索模型、管理数据集、部署 Spaces、训练微调模型统统可以自然语言完成。本文将从零讲起,用 4 种官方支持的方式帮你快速接入。
一、30 秒搞懂:Skill 是什么?
可以把 Skill 想象成给 AI Agent 发的一本"操作手册":
- 每个技能是一个独立文件夹,核心是一个 SKILL.md 文件(YAML 头部描述 + 正文指引)
- Agent 判断你的需求匹配某个技能时,会自动加载对应的说明和脚本
- 仓库内置 20+ 个官方技能,覆盖模型训练、SageMaker 部署、Gradio 应用等场景
💡 建议先安装
hf-cli技能:它是核心 Hub 操作的"入门钥匙",教会 Agent 所有hf命令(搜索模型、管理数据集、启动 Spaces、运行任务)。
二、方式一:Claude Code 插件市场安装
Claude Code 通过"插件市场"机制接入,只需两条命令:
- 将仓库注册为插件市场:
/plugin marketplace add huggingface/skills
- 安装 CLI 技能:
/plugin install hf-cli@huggingface/skills
插件清单定义在 .claude-plugin/plugin.json 和 .claude-plugin/marketplace.json 中。注意:市场里刻意只暴露 hf-cli,其余技能请通过下面的 hf skills add 按需安装。
三、方式二:Codex 拷贝技能文件夹
Codex 遵循 Agent Skills 标准,通过目录发现技能:
- 将本仓库
skills/目录下你需要的技能文件夹,复制或软链接到 Codex 的标准位置之一:- 项目级:
$REPO_ROOT/.agents/skills - 全局级:
$HOME/.agents/skills
- 项目级:
- 技能就位后,Codex 会自动发现并在需要时加载对应的
SKILL.md说明 - 🔄 如果你的 Codex 仍依赖
AGENTS.md配置,可直接使用仓库生成的 agentsmd/AGENTS.md 作为回退指令包
四、方式三:Gemini CLI 扩展安装
仓库内置了 gemini-extension.json 扩展描述文件,安装很简单:
- 本地安装(在仓库根目录执行):
gemini extensions install . --consent
- 或直接用 Git 地址安装:
gemini extensions install https://gitcode.com/GitHub_Trending/skills7/skills --consent
该扩展除了挂载技能,还会通过 agentsmd/AGENTS.md 注入上下文,并自动连接 Hugging Face 的 MCP 服务器。
五、方式四:Cursor 插件流程安装
Cursor 的接入依赖两个清单文件:
| 文件 | 作用 |
|---|---|
| .cursor-plugin/plugin.json | 插件元信息,声明 skills/ 目录为技能来源 |
| .mcp.json | 配置 Hugging Face MCP 服务器地址,让 Cursor 也能调用 Hub 工具 |
操作步骤:通过 Cursor 的插件安装流程,使用仓库地址或本地 checkout 安装即可。市场入口同样只包含 hf-cli,更多工作流技能用 hf skills add <技能名> 补充。
六、装完之后:按需加载更多技能
四种方式接入后,都可以用 hf 命令行管理技能:
hf skills add <skill-name>
仓库内置技能亮点速览(完整清单见 README.md):
- 🔥
huggingface-llm-trainer:用 TRL / Unsloth 训练微调语言与视觉模型 - 🎨
huggingface-lora-space-builder:为 LoRA 一键搭建 Gradio 演示空间 - ☁️
hf-cloud-sagemaker-*系列:AWS SageMaker 部署全流程规划 - 📊
huggingface-trackio:用 Trackio 追踪可视化训练实验 - 🧠
train-sentence-transformers:句子/稠密/稀疏嵌入模型训练
七、让技能为你工作:两条实用技巧
技巧 1:在对话中直接点名技能
安装完成后,给 Agent 下指令时可以直接指定:
"用 HF LLM trainer 技能估算 70B 模型跑一次需要多少 GPU 显存"
Agent 会自动加载对应的 SKILL.md 指引和辅助脚本完成任务。
技巧 2:不支持技能?用 AGENTS.md 兜底
如果你的 Agent 暂不支持 Skill 机制,直接使用 agentsmd/AGENTS.md 作为上下文文件,它就是一份汇总了全部 20+ 技能指引的回退指令包。
八、关键文件导航
| 路径 | 说明 |
|---|---|
| skills/hf-cli/SKILL.md | 首个必装技能:Hub CLI 完整命令指引 |
| agentsmd/AGENTS.md | 全技能回退指令包 |
| gemini-extension.json | Gemini CLI 扩展清单 |
| scripts/ | 技能索引构建与发布脚本 |
| apps/quests/ | 配套的实践任务文档(评估、发布、SFT 微调) |
结语
Hugging Face Skills 让 AI 编程 Agent 从"只会写代码"升级为"懂 Hugging Face 生态的 ML 工程师"。无论你是 Claude Code 用户、Codex 玩家,还是 Gemini CLI / Cursor 使用者,挑上面 4 种方式中的任意一种,几分钟内就能给你的 Agent 装上 Hugging Face 的完整能力。动手试试吧!🚀
