用途：协助构建、部署、调试和维护 Hugging Face Space（ML 应用托管，每个 Space 是一个 git 仓库）。
主要能力：覆盖 Space 全流程——用 hf CLI 检查/安装 huggingface_hub、登录（hf auth login 或 --token）；搜索已有相似 Space（hf spaces search）；创建仓库（hf repos create ... --type space --space-sdk gradio|docker|static）；设置硬件与可见性；编写 README 前置元数据与 app 代码；上传、验证、排错；挂载 bucket 做持久化。
SDK 与硬件：Gradio 支持 ZeroGPU；Docker 用于非 Python 栈且不支持 ZeroGPU；Static 用于纯 HTML 或构建型前端项目，无需硬件。硬件含免费的 cpu-basic 与 ZeroGPU，以及按小时计费的专用 GPU。
使用方式要点：用 hf upload <ns>/<name> . --repo-type space 推送（--repo-type space 必填）。ZeroGPU 应用需先 import spaces 再导入 torch，模型在模块作用域加载并 .to("cuda")，用 @spaces.GPU 装饰 Gradio 绑定的函数。requirements.txt 不要列 gradio、spaces、huggingface_hub。可用 demo.launch(mcp_server=True) 让 Space 兼作 MCP 服务器。验证按步骤查 runtime、日志与 API 响应。
限制：/data 重启即清空，持久化需付费 bucket；ZeroGPU 要求创建者为 PRO/Team/Enterprise；付费硬件仅创建者可挂且需 canPay=True；具体价格以 hf spaces hardware 为准，资料未给出全部数值。