用途：Hugging Science 是面向科学领域 AI/ML 研究的精选资源索引，覆盖天文学、生物学、化学、气候、基因组学、材料科学、医学、物理等 17 个方向，适合需要查找科学数据集、模型、基准或复现论文的场景。
主要能力：提供可解析的目录站点 huggingscience.co，含 llms.txt、llms-full.txt 及按主题的 topics/<slug>.md；同时维护 Hugging Face 组织 huggingface.co/hugging-science，包含社区提交的数据集、少量模型和约 27 个交互式 Space（如 BoltzGen 蛋白质/结合体设计、Dataset Quest、Science Release Heatmap）。目录条目指向 HF Hub 上的常规资源，使用仍走标准 Hugging Face API。
使用方式：先用脚本获取目录内容，例如 python scripts/fetch_catalog.py topic biology、python scripts/fetch_catalog.py search "protein language model"、python scripts/fetch_catalog.py all；也可直接抓取上述 markdown 文件。随后按任务选择资源，注意规模、许可证、模态与新旧替代关系。数据集用 datasets 库加载，模型用 transformers 或推理 API，Space 用 gradio_client 调用。许多资源需认证，通过环境变量 HF_TOKEN 提供，建议用 python-dotenv 从 .env 读取，不要硬编码或回显令牌。
限制：目录是精选而非穷尽，未列出不代表 HF Hub 不存在，可回退直接搜索。Hugging Science 本身不是推理端点，条目只是指针。部分科学模型需 trust_remote_code=True；科学数据集常体积大、结构特殊，建议默认流式加载并先检查 schema。目录会更新，链接失效时应重新获取主题文件。