用途：在 Hugging Face 全托管云端 GPU 上使用 TRL（Transformer Reinforcement Learning）训练或微调语言模型，无需本地 GPU 环境，训练结果可自动保存到 Hugging Face Hub。
主要能力：支持 SFT（监督微调）、DPO（直接偏好优化）、GRPO（在线强化学习）、奖励建模等训练方法；支持将训练后模型转换为 GGUF 以便本地部署（Ollama、LM Studio、llama.cpp）；提供硬件选择、超时管理、成本估算与 Trackio 实时监控。
使用方式：需通过 Hugging Face MCP 服务器的 hf_jobs() 工具提交任务，例如 hf_jobs("uv", {...})；若不可用，应先安装并认证官方 MCP 服务器，而非改用 HF CLI。安装示例：claude mcp add hf-mcp-server -t http https://huggingface.co/mcp?login。脚本参数支持内联代码或公开 URL，不支持本地文件路径。训练脚本需包含 Trackio，并设置 push_to_hub=True、hub_model_id，任务配置中传入 secrets={"HF_TOKEN": "$HF_TOKEN"}。
适用场景：云端微调、偏好对齐、在线 RL、奖励模型训练，以及需要将模型永久保存到 Hub 的现代训练工作流。GPU 显存有限、追求速度或训练大于 13B 模型及视觉语言模型时，资料建议改用 Unsloth。
限制：Jobs 需要 Pro、Team 或 Enterprise 付费计划；训练环境为临时环境，未推送 Hub 则结果全部丢失；默认超时 30 分钟通常过短；任务异步运行，日志可能延迟 30-60 秒；需具备 Jobs 写权限，否则出现 403。具体价格、完整参数与更多细节暂未提供。