Compétences de l'Agent HuggingFace : Définitions standardisées de tâches d'IA pour les agents de programmation

✍️ OpenClawRadar📅 Publié: February 24, 2026🔗 Source
Compétences de l'Agent HuggingFace : Définitions standardisées de tâches d'IA pour les agents de programmation
Ad

Les HuggingFace Skills sont des définitions standardisées pour les tâches d'IA/ML qui fonctionnent avec les principaux outils d'agents de codage. Chaque skill regroupe des instructions, des scripts et des ressources dans un dossier avec un fichier SKILL.md contenant un en-tête YAML (nom et description) suivi d'instructions pour l'agent de codage.

Fonctionnement des Skills

Les skills suivent un format standardisé et sont compatibles avec plusieurs outils d'agents. Le dépôt inclut la prise en charge de différents systèmes d'agents :

  • Claude Code utilise le terme "Skills" et nécessite une inscription des plugins
  • OpenAI Codex utilise un fichier AGENTS.md pour les instructions
  • Google Gemini utilise des 'extensions' définies dans gemini-extension.json
  • Cursor utilise des manifestes de plugin (.cursor-plugin/plugin.json et .mcp.json)

Méthodes d'installation

Claude Code :
/plugin marketplace add huggingface/skills
/plugin install <skill-name>@huggingface/skills
Exemple : /plugin install hugging-face-cli@huggingface/skills

Codex :
Codex identifie les skills via AGENTS.md. Vérifiez avec :
codex --ask-for-approval never "Résumez les instructions actuelles."

Gemini CLI :
Installez localement :
gemini extensions install . --consent
Ou depuis GitHub :
gemini extensions install https://github.com/huggingface/skills.git --consent

Cursor :
Installez depuis l'URL du dépôt via le flux de plugin Cursor. Pour les contributeurs, régénérez les manifestes avec :
./scripts/publish.sh

Ad

Skills disponibles

  • hugging-face-cli : Exécutez des opérations sur le Hugging Face Hub en utilisant le CLI hf. Téléchargez des modèles/jeux de données, uploadez des fichiers, gérez les dépôts et exécutez des jobs de calcul cloud.
  • hugging-face-datasets : Créez et gérez des jeux de données sur le Hugging Face Hub. Prend en charge l'initialisation des dépôts, la définition des configs/prompts système, la mise à jour en flux des lignes et l'interrogation/transformation de jeux de données basée sur SQL.
  • hugging-face-evaluation : Ajoutez et gérez les résultats d'évaluation dans les fiches de modèles Hugging Face. Prend en charge l'extraction des tableaux d'évaluation du contenu README, l'importation des scores depuis l'API Artificial Analysis et l'exécution d'évaluations personnalisées avec vLLM/lighteval.
  • hugging-face-jobs : Exécutez des jobs de calcul sur l'infrastructure Hugging Face. Exécutez des scripts Python, gérez les jobs planifiés et surveillez l'état des jobs.
  • hugging-face-model-trainer : Entraînez ou affinez des modèles de langage en utilisant TRL sur l'infrastructure Hugging Face Jobs. Couvre les méthodes d'entraînement SFT, DPO, GRPO et de modélisation de récompense, plus la conversion GGUF pour le déploiement local. Inclut la sélection du matériel, l'estimation des coûts, la surveillance Trackio et la persistance sur le Hub.
  • hugging-face-paper-publisher : Publiez et gérez des articles de recherche sur le Hugging Face Hub. Prend en charge la création de pages d'articles, la liaison des articles aux modèles/jeux de données, la revendication de paternité et la génération d'articles de recherche professionnels basés sur markdown.
  • hugging-face-tool-builder : Créez des scripts réutilisables pour les opérations de l'API Hugging Face.

Si votre agent ne prend pas en charge les skills, vous pouvez utiliser directement agents/AGENTS.md comme solution de secours. Le dépôt est ouvert aux contributions de nouveaux skills.

📖 Lire la source complète : HN AI Agents

Ad

👀 See Also

altRAG : Remplacez la base de données vectorielle RAG par des fichiers pointeurs de 2 Ko pour les agents d'IA de codage
Tools

altRAG : Remplacez la base de données vectorielle RAG par des fichiers pointeurs de 2 Ko pour les agents d'IA de codage

altRAG est un outil Python qui remplace la RAG de base de données vectorielle par des fichiers de pointeurs légers. Il scanne les fichiers de compétences Markdown/YAML pour créer un fichier squelette de 2KB qui mappe les sections aux numéros de ligne exacts et aux décalages d'octets, permettant aux agents IA de lire uniquement les sections nécessaires au lieu des fichiers entiers.

OpenClawRadar
Protocole Pilot : Pile Réseau P2P Open-Source pour les Essaims d'Agents IA
Tools

Protocole Pilot : Pile Réseau P2P Open-Source pour les Essaims d'Agents IA

Pilot Protocol est une pile réseau superposée open-source de couche 3 et 4 conçue spécifiquement pour la communication entre agents d'IA, fournissant des tunnels UDP chiffrés directs entre agents avec des adresses virtuelles permanentes de 48 bits.

OpenClawRadar
Agent Premier : un harnais de codage RLM auto-améliorant avec REPL persistant et CRUD d'agent
Tools

Agent Premier : un harnais de codage RLM auto-améliorant avec REPL persistant et CRUD d'agent

Prime Agent est un harnais de codage open-source basé sur un noyau IPython persistant et un modèle de langage récursif, permettant aux agents de gérer leur propre contexte et leurs sous-agents.

OpenClawRadar
Construction d'un agent de codage pour un contexte de 8k : répartition planificateur/exécuteur, budgétisation des jetons et exécution parallèle
Tools

Construction d'un agent de codage pour un contexte de 8k : répartition planificateur/exécuteur, budgétisation des jetons et exécution parallèle

Un aperçu détaillé de la construction d'un agent de codage CLI conçu pour des limites de 8 000 tokens, utilisant une architecture planificateur/exécuteur, un budget strict de tokens et une exécution parallèle des tâches.

OpenClawRadar