Huggingface Hub — HuggingFace hf CLI: search/download/upload models, datasets
Huggingface Hub — HuggingFace hf CLI: search/download/upload models, datasets
Finding
Denne side er vigtig, fordi Hugging Face Hub kan blive Lisa’s standardkanal til kontrolleret hentning, upload og organisering af modeller, datasæt og evalueringsartefakter.
What it is
Siden beskriver den bundtede Hermes-skill for den moderne `hf` CLI, som erstatter den gamle `huggingface-cli`. Den dækker login, download/upload, repo-styring, datasæt, modeller, Spaces, endpoints, cache, webhooks og JSON-output til automation. I Hermes betyder det, at agenten kan arbejde mere struktureret med Hugging Face-ressourcer uden at opfinde egne scripts først.
Should we use it?
Use later. Den passer godt til Hermes+n8n+LangGraph-missionen, især når Lisa begynder at håndtere model-evaluering, dataset-downloads, offentlige modelkort eller artefakter til evalueringsflows. Men den bør ikke være en del af daglig CoS-drift endnu, fordi Hugging Face-operationer ofte kræver token-scope, lagerstyring, upload-governance og manuel review. Hermes bør eje selve CLI-brugen; n8n kan senere trigge simple workflows, og LangGraph bør kun indgå, hvis der er langvarig multi-agent analyse omkring modeller eller datasæt.
Recommendation
Brug `huggingface-hub` som en Hermes-native MLOps-skill, når der findes et konkret evaluerings- eller modelhåndteringsbehov, og start med read-only handlinger som søgning, info, cache-tjek og downloads før upload eller endpoint-drift.
Use now
- Når Hermes skal finde model- eller datasetmetadata på Hugging Face.
- Når Lisa skal downloade offentlige modeller eller datasæt til en kontrolleret evalueringssession.
- Når evalueringsarbejde med `lm-evaluation-harness` kræver reproducerbare model- eller datasetkilder.
- Når Hermes skal bruge `--format json` til maskinlæsbar output i en manuel eller semiautomatisk rapport.
- Når cache skal inspiceres, ryddes eller verificeres efter tunge downloads.
Do not use / wait
- Vent med uploads, repo-sletning, branch/tag-operationer og endpoint-deploys, indtil token-scope og review-regler er klare.
- Brug det ikke som skjult n8n-automation til modelpublicering uden manuel godkendelse.
- Brug det ikke til private eller følsomme datasæt uden eksplicit dataklassificering.
- Brug det ikke i LangGraph, medmindre flere agenter faktisk skal koordinere modelanalyse, kritik og rapportering over tid.
- Brug det ikke til offentlig dokumentation uden at fjerne interne paths, tokens, rå logs og miljødetaljer.
Public page note
Hermes kan bruge Hugging Face Hub-skillen som et sikkert, struktureret MLOps-værktøj til model- og datasætarbejde, når handlinger afgrænses og gennemgås før publicering.