hf-mem 用于估算从 Hugging Face Hub 加载模型进行推理所需的内存，涵盖模型权重以及可选的 KV 缓存。它借助 HTTP Range 请求获取信息，因此不需要在本地下载或加载任何权重，支持 Safetensors 和 GGUF 格式。
适用场景：用户询问某模型需要多少显存或内存；用户想知道模型能否放进自己的 GPU 或给定实例；用户给出 Hugging Face 模型 ID 或 URL 并询问推理需求。
前提要求：已安装 uv（用于 uvx）；仅当模型受限或私有（gated/private）时，需要 HF_TOKEN 环境变量或 --hf-token 参数。
用法：通过 --model-id 指向 Hugging Face Hub 仓库，工具会检查其中是否包含 Safetensors（model.safetensors、分片时的 model.safetensors.index.json，或 Diffusers 的 model_index.json）或 GGUF 权重。示例：uvx hf-mem --model-id <model-id> --json-output。
若仓库包含多种精度或量化的 GGUF 权重，估算会按文件给出，而推理时通常只加载单一精度，因此可通过 --gguf-file 指定目标文件（分片时为路径）：uvx hf-mem --model-id <model-id> --gguf-file <file-or-path> --json-output。
另有 --experimental 标志，可额外计算 KV 缓存内存需求，适用于 LLM（...ForCausalLM）、VLM（...ForConditionalGeneration）和 GGUF 模型。上下文窗口默认读取模型默认值，或用 --max-model-len 覆盖（类似 vLLM）；KV 缓存精度默认同模型精度，或用 --kv-cache-dtype 手动设置。
限制：资料仅说明支持 Safetensors 与 GGUF 的估算，未提供其它格式支持、价格或平台细节。