用途：在 Hugging Face Jobs 管理的云端 GPU 上训练与微调视觉模型，覆盖目标检测、图像分类与 SAM/SAM2 分割/抠图；也支持本地运行，训练结果可永久保存到 Hugging Face Hub。
主要能力：微调目标检测模型（D-FINE、RT-DETR v2、DETR、YOLOS）；微调图像分类模型（timm 系列，如 MobileNetV3、MobileViT、ResNet、ViT/DINOv3，或任意 Transformers 分类器）；用 bbox 或 point 提示微调 SAM/SAM2 做分割与图像抠图；在自定义数据集上训练检测器、分类器与带提示的分割模型。
必要用法与流程：需 Hugging Face 账号且为 Pro/Team/Enterprise 付费计划，token 需写权限，并以 job secrets 传入（MCP 用 "$HF_TOKEN"，Python API 用 get_token()）。训练前先用 dataset_inspector.py 校验数据集格式。检测数据集需含 objects 列（bbox、category，可选 area），bbox 支持 xywh/xyxy 自动转换；分类数据集需含 image 列与 label 列；SAM/SAM2 需含 image、mask 列及 prompt（JSON 的 bbox/point，或独立 bbox/point 列）。辅助脚本用 PEP 723 依赖，通过 uv run 执行。以 hf_jobs MCP 工具或 HfApi().run_uv_job() 提交，配置经 script_args 传入（脚本用 HfArgumentParser），脚本须含 PEP 723 元数据。检测必备参数包括 --no_remove_unused_columns、--no_eval_do_concat_batches、--push_to_hub、--metric_for_best_model eval_map、--greater_is_better True 等。超时默认 30 分钟过短，建议 2–4 小时并按规模加 30% 缓冲。任务以 .id 取作业 ID，模板脚本自动启用 Trackio 监控。
适用场景：无本地 GPU 时的云端视觉微调；自定义标注数据集的检测、分类、分割训练；需要模型长期保存到 Hub 的场景。
限制：作业需付费计划；必须校验数据集格式，否则易失败；布尔参数语法区分 bool 与 Optional[bool]；环境短暂须开启 push_to_hub。具体定价、可用硬件与细节请以官方文档为准，部分信息暂未提供。