hf-mcp

hf-mcp 技能作為您的編碼助手與 Hugging Face 生態系統之間的橋樑，實現與 Hub 中豐富的模型、資料集及基礎設施的深度整合。此技能專為機器學習工程師、資料科學家與研究人員設計，旨在透過模型上下文協議 (MCP) 直接與 Hub 資源互動，進而簡化開發工作流程。

• 使用細粒度搜尋篩選器（如任務、函式庫、標籤與趨勢指標）進行高階機器學習模型與資料集發現。
• 無縫檢索儲存庫詳細資訊，包含 README 文件與元數據，協助模型評估與選擇。
• 與 Hugging Face 運算基礎設施整合，允許代理直接從 IDE 或終端機執行訓練作業或資料處理任務。
• 動態呼叫 Gradio Spaces，將互動式網頁演示轉變為可重複使用的 API 工具，應用於語音轉錄、影像生成等場景。
• 透過整合論文搜尋、連結與元數據提取功能，為學術研究提供支援，以便追蹤最新技術發展。

使用說明與實用建議：

• 在查詢模型時，建議使用 'trendingScore' 或 'downloads' 等排序參數，以確保選用經過驗證或當前熱門的解決方案。
• 若任務需要存取私人儲存庫，請確保在環境配置中包含 'HF_TOKEN' 金鑰。
• 使用 'dynamic_space' 的 'discover' 操作，檢視目前工作階段中可作為程式化工具使用的 Gradio Spaces。
• 搜尋資料集時，利用基於標籤的篩選（例如語言、任務類別）來優化資料檢索效能。
• 此技能需要連線至已授權的 HF MCP 伺服器；呼叫前請確保已依照官方 Hugging Face MCP 文件完成環境設定。