用途：指导在 Hugging Face Spaces 上创建、构建、调试和维护机器学习应用。每个 Space 是一个 git 仓库，可选 Gradio、Docker、Static 三种 SDK。
主要能力：判断 SDK 与硬件（ZeroGPU、cpu-basic、专用 GPU）；搜索已有 Space 作为参考；创建仓库并配置可见性与密钥；编写 README frontmatter、app.py 与 requirements.txt；通过 hf upload 推送并迭代；用日志与 API 冒烟测试验证；用 buckets 挂载持久化存储。
使用方式：先确认 hf CLI 是否安装并已登录（hf auth whoami），未安装则用官方 Python SDK 或浏览器流程，不要在聊天中传递 token。创建命令示例：hf repos create <namespace>/<name> --type space --space-sdk <gradio|docker|static> --flavor zero-a10g --exist-ok。推送：hf upload <namespace>/<name> . --repo-type space。验证：hf spaces info <ns>/<name> --expand runtime、hf spaces logs <ns>/<name> --tail 200。ZeroGPU 应用需在 torch 之前 import spaces，模型在模块级加载并 .to("cuda")，用 @spaces.GPU 装饰 Gradio 绑定的函数。
适用场景：公开 ML 演示、浏览器端推理、非 Python 容器应用、API 代理 Space 等。
限制：免费个人账号只能托管 Static Space 和最多 2 个 ZeroGPU Space；Gradio 与 Docker 需付费计划；ZeroGPU 仅支持 Gradio 与 PyTorch，且只接受特定 torch 版本；专用 GPU 按小时计费；Spaces 无状态，/data 重启即清空，持久化需付费 buckets。具体价格与最新版本以官方文档为准。