技能介绍

要解决什么问题

在 Hugging Face Hub 上拉模型、推权重、管数据集时，很多人仍习惯搜 huggingface-cli 的旧用法；而官方已把入口统一到 hf，认证也全部收进 hf auth。Agent 若缺少一份与当前 CLI 对齐的子命令说明，很容易给出过时示例（例如直接写 huggingface-cli login），或在 upload、download、buckets 之间选错命令。

技能如何工作

本技能是一份基于 huggingface_hub v1.23.0 生成的 hf 命令参考，供对话中查阅参数与典型场景，而不是替你执行 shell。

核心能力可按子命令族理解：

传输与同步：hf download、hf upload（单次提交上传的推荐方式）、hf cp、hf sync；大目录上传应优先 hf upload，hf upload-large-folder 已标记弃用。
身份与令牌：hf auth login / logout / whoami / switch / token / list，与 Git 凭据相关的选项在 login、switch 上。
本地缓存：hf cache list、prune、rm、verify，便于排查磁盘占用与 revision 是否完整。
Hub 资源：hf datasets（含 parquet URL 与 DuckDB SQL）、hf collections、hf discussions（讨论与 PR）、hf buckets（创建、列表、同步、删除等）。
平台能力：hf endpoints（Inference Endpoints 部署与生命周期）、hf jobs（一次性与计划任务）、hf extensions（从 GitHub 安装扩展命令）。

多数命令支持 --format（如 human、json、agent），适合把输出结构交给下游解析。需要完整列表时，技能也指向 hf --help 作为权威入口。

适用边界与注意点

技能描述的是 CLI 语义与参数，不包含你本机是否已安装 hf、网络能否访问 hf.co、或账户配额等运行时条件。
hf auth 涉及访问令牌与可选的 Git 凭据写入，在自动化场景里应单独评估密钥存放方式，不要假设 Agent 可以代你完成浏览器登录。
文档由 hf skills add --force 再生成时会随 huggingface_hub 版本变化；若线上 CLI 已升级，以本机 hf version 与 --help 为准。
内容覆盖 Hub 侧常见工作流，不是 Transformers、Diffusers 等 Python API 的替代文档。