hf-mcp 是一个面向 Hugging Face Hub 的 MCP 服务器技能，用于让 AI 助手通过 MCP 工具与 Hugging Face 平台交互。使用前需要将 AI 助手连接到 Hugging Face MCP 服务器，设置入口为 https://huggingface.co/settings/mcp。
用途 该技能适用于需要检索 Hugging Face 资源、获取仓库信息、查阅文档、运行计算任务或调用 Gradio Spaces 的场景。资料强调，应先确认实际可用的工具架构与账户权限；示例中的命名 Space 工具和任务操作仅作为示例，不保证已安装或可用。
主要能力
- 搜索模型、数据集、Spaces 和论文，支持按任务、作者、标签、排序方式和数量限制检索。
- 获取仓库详情，包括 README 文档，用于了解模型卡或数据集说明。
- 搜索并获取 Hugging Face 文档，帮助学习库的使用方式，例如 PEFT 的 LoRA 微调。
- 通过 hf_jobs 运行 GPU/CPU 计算任务、检查任务状态与日志，并支持定时任务。
- 通过 space_search 查找可用作工具的 MCP Spaces，并使用 dynamic_space 查看参数或调用 Space。
- 可使用示例中的图像生成工具，或通过 dynamic_space 发现并调用 Space 任务。
- 使用 hf_whoami 检查认证状态。
使用方式 资料给出了工具选择指南：查找模型用 model_search，查找数据集用 dataset_search，查找 Spaces 用 space_search，查找论文用 paper_search，获取仓库详情用 hub_repo_details，学习库用法用 hf_doc_search 后接 hf_doc_fetch，运行代码用 hf_jobs，调用 Gradio 应用用 dynamic_space，生成图像用 gr1_flux1_schnell_infer 或 dynamic_space，检查认证用 hf_whoami。建议使用 sort="trendingScore" 查找热门内容，使用 sort="downloads" 发现热门选项，并在 space_search 中设置 mcp=true 以查找可作为工具使用的 Spaces；访问私有仓库的任务应包含 secrets: {"HF_TOKEN": "$HF_TOKEN"}。
适用场景 包括为特定任务寻找模型、比较不同提供方的模型、查找训练数据集、发现可用的 AI 工具 Space、生成图像、检索最新论文、学习库的微调用法、运行快速 GPU 任务、在云 GPU 上训练模型、检查任务状态、查看热门模型、了解模型卡详情、查找量化模型、将 Gradio Space 用作工具以及安排定时任务。
限制与注意事项 资料明确指出，搜索请求不等于授权执行模型、下载、运行任务或设置周期性计划。热门度与下载量只是发现信号，不能证明任务质量或安全性。使用前应审查模型、数据和代码的许可证、版本与门控条款。调用 Space 会将输入上传给其运营方，涉及私有媒体或付费计算时需展示目的地、载荷与保留策略并获得授权。任务需要限定运行时间与成本，审查固定镜像、依赖和脚本输入，使用限定范围的密钥引用，并保留取消路径；状态与日志必须确认实际任务情况。该技能仅应在任务明确匹配其上游产品或 API 范围时使用，并应依据当前官方文档核验命令、API 行为、定价、配额、凭据和部署影响。