본문으로 건너뛰기
cccskills
무료GitHub에 공개한국어 소개

huggingface-hub

hf 명령어로 Hugging Face Hub의 모델과 데이터셋을 찾고 다운로드·업로드합니다. 저장소, 실행 환경과 로컬 캐시 관리도 다룹니다.

원문원문 설명 보기

HuggingFace hf CLI: search/download/upload models, datasets.

연동 도구Hugging Face
AI 평가70점/ 100설치 방법 보기

이럴 때 유용합니다

  • 모델과 데이터셋을 찾아 다운로드하기
  • 로컬 파일을 Hub에 업로드하기
  • 저장소 생성과 브랜치·태그 관리하기
  • 로컬 캐시 확인과 정리하기
  • Inference Endpoints 배포·관리하기

한국어 소개

할 수 있는 일

명령줄 도구 hf로 Hugging Face Hub의 모델과 데이터셋을 찾고 다운로드하거나 업로드합니다. 저장소 생성·복제·이동, 브랜치와 태그 관리, 로컬 캐시 확인과 정리도 다룹니다. SQL로 데이터셋을 조회하는 작업과 모델 추론용 Inference Endpoints, 계산 작업을 실행하는 Jobs, 앱을 공개하는 Spaces의 관리도 소개합니다.

이럴 때 유용합니다

사용할 모델이나 데이터를 받거나 로컬 파일을 Hub에 공개할 때 유용합니다. 여러 액세스 토큰을 전환하고 저장 공간을 정리하며, JSON 형식의 출력을 활용해 작업을 자동화할 수도 있습니다.

사용 예시

  • “조건에 맞는 모델을 찾고, 제가 지정한 모델을 다운로드해 주세요.”
  • “이 폴더를 지정한 저장소에 업로드해 주세요.”
  • “로컬 캐시를 확인하고 불필요한 리비전을 정리해 주세요.”

주의 사항

hf를 설치해야 합니다. 인증에는 HF_TOKEN 환경 변수나 --token 사용을 권장합니다. huggingface-cli는 더 이상 권장되지 않으며 hf를 사용하도록 안내합니다. 저장소를 영구 삭제하는 작업도 포함하므로 실행할 명령어와 대상을 확인해야 합니다.

이 소개문은 공개된 SKILL.md를 바탕으로 AI(OpenAI Codex)가 작성했습니다. 정확한 사양은 아래 원문을 확인하세요.

객관 평가

AI가 SKILL.md의 내용만을 근거로 4가지 관점에서 판정했습니다. 스타 수나 인기도는 판정에 넣지 않았습니다.

지시의 명확성언제 쓰고 무엇을 하는지 알 수 있는가
A양호모델 다운로드·업로드부터 캐시 관리까지 용도별로 hf 명령어를 정리합니다.
절차의 구체성절차·입출력·예시가 구체적으로 적혀 있는가
B일부 부족명령어와 JSON 출력 옵션은 있지만 여러 작업의 인수나 실행 예제가 없습니다.
안전성전송·삭제·명령 실행 등을 명시하고 있는가
C확인 필요저장소 영구 삭제와 외부 업로드에 실행 전 확인 절차가 없습니다.
도입의 용이성필요한 도구나 API 키가 적고 적혀 있는가
A양호hf 설치 명령어와 HF_TOKEN 또는 --token을 사용하는 인증 방법을 제공합니다.

총점은 각 항목을 A=25점, B=15점, C=5점으로 더한 값입니다. 2026년 10월 20일 기준으로 AI(OpenAI Codex)가 판정했습니다. 참고용이므로 설치 전에 원문도 확인해 주세요.

평가가 다르다고 생각되면 재검토를 요청하기

어느 항목이 왜 다르다고 생각하는지 적어 주세요. 로그인은 필요 없습니다. SKILL.md와 대조해 평가를 다시 만들고 이곳에 반영합니다.

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

포함된 파일(1)

  • SKILL.md3.6 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

Hugging Face CLI (hf) Reference Guide

The hf command is the modern command-line interface for interacting with the Hugging Face Hub, providing tools to manage repositories, models, datasets, and Spaces.

IMPORTANT: The hf command replaces the now deprecated huggingface-cli command.

Quick Start

  • Installation: curl -LsSf https://hf.co/cli/install.sh | bash -s
  • Help: Use hf --help to view all available functions and real-world examples.
  • Authentication: Recommended via HF_TOKEN environment variable or the --token flag.

Core Commands

General Operations

  • hf download REPO_ID: Download files from the Hub.
  • hf upload REPO_ID: Upload files/folders (recommended for single-commit; also handles resumable uploads of large directories).
  • hf upload-large-folder REPO_ID LOCAL_PATH: [Deprecated] — use hf upload instead.
  • hf sync: Sync files between a local directory and a bucket.
  • hf env / hf version: View environment and version details.

Authentication (hf auth)

  • login / logout: Manage sessions using tokens from huggingface.co/settings/tokens.
  • list / switch: Manage and toggle between multiple stored access tokens.
  • whoami: Identify the currently logged-in account.

Repository Management (hf repos)

  • create / delete: Create or permanently remove repositories.
  • duplicate: Clone a model, dataset, or Space to a new ID.
  • move: Transfer a repository between namespaces.
  • branch / tag: Manage Git-like references.
  • delete-files: Remove specific files using patterns.

Specialized Hub Interactions

Datasets & Models

  • Datasets: hf datasets list, info, and parquet (list parquet URLs).
  • SQL Queries: hf datasets sql SQL — Execute raw SQL via DuckDB against dataset parquet URLs.
  • Models: hf models list and info.
  • Papers: hf papers ls — View daily papers.

Discussions & Pull Requests (hf discussions)

  • Manage the lifecycle of Hub contributions: list, create, info, comment, close, reopen, and rename.
  • diff: View changes in a PR.
  • merge: Finalize pull requests.

Infrastructure & Compute

  • Endpoints: Deploy and manage Inference Endpoints (deploy, pause, resume, scale-to-zero, catalog).
  • Jobs: Run compute tasks on HF infrastructure. Includes hf jobs uv for running Python scripts with inline dependencies and stats for resource monitoring.
  • Spaces: Manage interactive apps. Includes dev-mode and hot-reload for Python files without full restarts.

Storage & Automation

  • Buckets: Full S3-like bucket management (create, cp, mv, rm, sync).
  • Cache: Manage local storage with list, prune (remove detached revisions), and verify (checksum checks).
  • Webhooks: Automate workflows by managing Hub webhooks (create, watch, enable/disable).
  • Collections: Organize Hub items into collections (add-item, update, list).

Advanced Usage & Tips

Global Flags

  • --format json: Produces machine-readable output for automation.
  • -q / --quiet: Limits output to IDs only.

Extensions & Skills

  • Extensions: Extend CLI functionality via GitHub repositories using hf extensions install REPO_ID.
  • Skills: Manage AI assistant skills with hf skills add.

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

댓글

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

보내면 바로 공개됩니다. 이메일 주소나 전화번호 같은 개인 정보는 쓰지 마세요. URL은 2개까지입니다.

0 / 1,000자

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

같은 저장소의 스킬

1password

무료요약 있음AI 평가 100점

1Password에 저장한 비밀번호와 API 키를 명령과 설정 템플릿에 사용합니다. CLI 설치와 인증부터 비밀 값 조회 및 환경 변수 전달까지 안내합니다.

  • 1Password CLI 설치와 설정
  • 저장된 API 키로 명령 실행
  • 설정 템플릿에 비밀 값 삽입
NousResearch/hermes-agent25.5만2026년 10월 19일 업데이트

3-statement-model

무료요약 있음AI 평가 90점

손익계산서·재무상태표·현금흐름표를 수식으로 연결한 Excel 모델을 만듭니다. 실적과 예측 가정을 입력하고 시나리오를 비교하며 세 재무제표의 일관성을 단계별로 확인합니다.

  • 재무 템플릿에 실적 입력
  • 세 재무제표가 연동되는 예측 작성
  • 기본·상향·하향 시나리오 비교
NousResearch/hermes-agent25.5만2026년 10월 19일 업데이트

accelerate

무료요약 있음AI 평가 80점

기존 PyTorch 학습 코드를 적은 수정으로 여러 GPU나 컴퓨터에 맞게 구성합니다. 혼합 정밀도, 메모리 절약 설정과 학습 실행 방법을 안내합니다.

  • 단일 GPU 학습을 여러 GPU로 옮깁니다
  • 혼합 정밀도 학습을 설정합니다
  • DeepSpeed나 FSDP로 메모리를 절약합니다
NousResearch/hermes-agent25.5만2026년 10월 19일 업데이트

Configure Hermes to run AI models through Actual Computer on your own hardware. Set up either the hosted relay or a local connection, select models, verify responses, and troubleshoot request errors or empty output.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Connecting Hermes with an Actual inference key
  • Running models through a local Actual daemon
  • Downloading and loading local models
NousResearch/hermes-agent25.5만2026년 10월 19일 업데이트

adversarial-ux-test

무료요약 있음AI 평가 80점

기술에 익숙하지 않고 쉽게 불만을 느끼는 사용자로 앱을 시험합니다. 혼란스러운 조작과 이탈 원인을 찾고, 개선 과제와 개인적 불만을 나눠 수정안을 정리합니다.

  • 출시나 시연 전에 사용성을 확인합니다
  • 신규 사용자의 경험을 점검합니다
  • 가입과 결제 과정의 어려움을 찾습니다
NousResearch/hermes-agent25.5만2026년 10월 19일 업데이트

agent-merge-conflict-arbiter

무료요약 있음AI 평가 100점

두 에이전트가 각각 수정한 브랜치의 Git 충돌을 양쪽 변경 내용과 의도에 따라 중립적으로 해결합니다. 충돌별 판단 이유를 기록하고 빌드나 테스트로 통합 결과를 확인합니다.

  • 두 에이전트의 브랜치 충돌 해결
  • 병렬 worktree의 변경 내용 통합
  • 충돌하는 설계 판단의 이유 확인
NousResearch/hermes-agent25.5만2026년 10월 19일 업데이트

NousResearch의 스킬 모두 보기

이 스킬의 문제 신고