HuggingFace 에이전트 스킬: 코딩 에이전트를 위한 표준화된 AI 작업 정의

HuggingFace Skills는 주요 코딩 에이전트 도구와 함께 작동하는 AI/ML 작업에 대한 표준화된 정의입니다. 각 스킬은 YAML 프론트매터(이름 및 설명)가 포함된 SKILL.md 파일과 코딩 에이전트를 위한 지침이 뒤따르는 폴더에 지침, 스크립트 및 리소스를 패키징합니다.

스킬 작동 방식

스킬은 표준화된 형식을 따르며 여러 에이전트 도구와 호환됩니다. 저장소에는 다양한 에이전트 시스템에 대한 지원이 포함됩니다:

• Claude Code는 "Skills"라는 용어를 사용하며 플러그인 등록이 필요합니다
• OpenAI Codex는 지침을 위해 AGENTS.md 파일을 사용합니다
• Google Gemini는 gemini-extension.json에 정의된 '확장 기능'을 사용합니다
• Cursor는 플러그인 매니페스트(.cursor-plugin/plugin.json 및 .mcp.json)를 사용합니다

설치 방법

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

Codex:
Codex는 AGENTS.md를 통해 스킬을 식별합니다. 다음으로 확인하세요:
codex --ask-for-approval never "Summarize the current instructions."

Gemini CLI:
로컬에 설치:
gemini extensions install . --consent
또는 GitHub에서:
gemini extensions install https://github.com/huggingface/skills.git --consent

Cursor:
Cursor 플러그인 흐름을 통해 저장소 URL에서 설치합니다. 기여자의 경우 다음으로 매니페스트를 재생성하세요:
./scripts/publish.sh

사용 가능한 스킬

• hugging-face-cli: hf CLI를 사용하여 Hugging Face Hub 작업을 실행합니다. 모델/데이터셋 다운로드, 파일 업로드, 저장소 관리 및 클라우드 컴퓨팅 작업 실행.
• hugging-face-datasets: Hugging Face Hub에서 데이터셋 생성 및 관리. 저장소 초기화, 구성/시스템 프롬프트 정의, 행 업데이트 스트리밍 및 SQL 기반 데이터셋 쿼리/변환을 지원합니다.
• hugging-face-evaluation: Hugging Face 모델 카드에 평가 결과 추가 및 관리. README 콘텐츠에서 평가 테이블 추출, Artificial Analysis API에서 점수 가져오기, vLLM/lighteval로 사용자 정의 평가 실행을 지원합니다.
• hugging-face-jobs: Hugging Face 인프라에서 컴퓨팅 작업 실행. Python 스크립트 실행, 예약된 작업 관리 및 작업 상태 모니터링.
• hugging-face-model-trainer: Hugging Face Jobs 인프라에서 TRL을 사용하여 언어 모델 학습 또는 미세 조정. SFT, DPO, GRPO 및 보상 모델링 학습 방법, 로컬 배포를 위한 GGUF 변환을 다룹니다. 하드웨어 선택, 비용 추정, Trackio 모니터링 및 Hub 지속성을 포함합니다.
• hugging-face-paper-publisher: Hugging Face Hub에서 연구 논문 게시 및 관리. 논문 페이지 생성, 논문을 모델/데이터셋에 연결, 저자 주장, 전문적인 마크다운 기반 연구 논문 생성 지원.
• hugging-face-tool-builder: Hugging Face API 작업을 위한 재사용 가능한 스크립트 구축.

에이전트가 스킬을 지원하지 않는 경우, 대체 수단으로 agents/AGENTS.md를 직접 사용할 수 있습니다. 저장소는 새로운 스킬 기여를 위해 개방되어 있습니다.