用途：Hugging Face Transformers 是面向文本、视觉、音频和多模态的模型定义框架，提供统一 API 用于加载预训练模型、运行推理和微调。
主要能力：核心为三类组件——AutoConfig（配置）、AutoModel（权重）、AutoTokenizer/AutoProcessor（预处理）。所有加载通过 from_pretrained() 完成，自动处理下载、缓存与设备放置。提供任务专用 Auto 类，如 AutoModelForCausalLM、AutoModelForSeq2SeqLM、AutoModelForSequenceClassification、AutoModelForTokenClassification、AutoModelForQuestionAnswering、AutoModelForMaskedLM、AutoModelForImageClassification、AutoModelForSpeechSeq2Seq。
使用方式：pipeline() 提供高层推理，覆盖文本生成、分类、NER、问答、摘要、翻译、对话、图像分类、目标检测、语音识别、视觉问答与图像描述。手动推理可用 tokenizer 编码后调用 model.generate()，支持 temperature、top_p、top_k、repetition_penalty 等参数，并可用 apply_chat_template 处理对话格式。微调使用 Trainer 与 TrainingArguments，配合 datasets 加载数据，训练后可 push_to_hub。
性能与限制：支持 BitsAndBytesConfig 的 4/8 位量化、flash_attention_2、torch.compile 与批量推理。建议使用 bfloat16、dtype="auto"、device_map="auto"、safetensors 权重，并设置 pad_token。部分模型需 trust_remote_code=True。注意 Transformers v5 使用 dtype，v4 使用 torch_dtype。部署前需检查模型许可证。具体安装命令与版本要求资料未提供。