用途：当用户询问某任务的最佳、推荐模型，或想比较模型时，该技能通过查询 Hugging Face 官方基准排行榜找出最合适的模型。
主要能力：解析任务与设备约束；拉取官方 benchmark 数据集列表并挑选相关榜单；获取各榜单前 15 名模型及分数；用模型元数据补充参数量（safetensors.total）与许可证；按设备内存过滤并排序，输出对比表。
设备内存换算：fp16 最大参数量(B)≈内存(GB)÷2；Q4 最大参数量(B)≈内存(GB)×2。未提及设备则不做大小过滤，仅按分数排序。
用法要点：使用带 Bearer token 的 curl 调用 HF API，例如列出官方基准数据集：curl -s -H "Authorization: Bearer $(cat ~/.cache/huggingface/token)" "https://huggingface.co/api/datasets?filter=benchmark:official&limit=500"；获取某榜单：curl -s -H "Authorization: Bearer $(cat ~/.cache/huggingface/token)" "https://huggingface.co/api/datasets/<namespace>/<repo>/leaderboard"；获取模型信息可用 REST API 或 hf models info org/model1 --json。
输出：对比表含排名、模型、参数量、各基准分数、许可证、是否可在设备运行（Yes (fp16)、Q4 only、Too large、API only），模型名链接到 https://huggingface.co/<model_id>，最高推荐标 ⭐，随后询问是否运行该模型（本地或 HF Jobs）。
限制与错误处理：榜单 404/401 时跳过并注明；模型缺少 safetensors 时从名称解析参数量；无匹配基准时回退到精选表或按 trendingScore 搜索；全部榜单失败则回退为按热度搜索并注明。专有模型（GPT-4、Claude、Gemini）若上榜会标注为仅 API、不可自托管。该技能可跨 GitHub Copilot、Claude Code、Codex 使用，Codex 需同步到 $CODEX_HOME/skills/huggingface-best。无需 MCP，缺失时按回退提示执行。