Habilidades hugging-face-jobs
📦

hugging-face-jobs

Seguro

Execute cargas de trabalho de ML na nuvem Hugging Face

Execute cargas de trabalho GPU/TPU sem configuração de hardware local. Envie scripts Python para a infraestrutura gerenciada Hugging Face Jobs com autenticação segura por token.

Suporta: Claude Codex Code(CC)
🥉 72 Bronze
1

Baixar o ZIP da skill

2

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

3

Ative e comece a usar

Testar

A utilizar "hugging-face-jobs". Enviar script UV para análise de sentimento

Resultado esperado:

Job enviado com sucesso. ID do Job: job_abc123. Monitore em https://huggingface.co/jobs/username/job_abc123. Conclusão estimada: 5 minutos.

A utilizar "hugging-face-jobs". Verificar status de jobs em execução

Resultado esperado:

Encontrados 2 jobs em execução: job_abc123 (RUNNING, 45% completo), job_def456 (QUEUED). Use hf_jobs('logs', {'job_id': 'job_abc123'}) para visualizar logs.

Auditoria de Segurança

Seguro
v1 • 2/25/2026

All 284 static analysis findings are false positives. The 'Ruby/shell backtick execution' detections are actually Python code examples in markdown documentation. 'Hardcoded URLs' are legitimate documentation links to Hugging Face resources. Environment variable access (HF_TOKEN) is documented authentication behavior for Hub operations. No malicious patterns detected.

1
Arquivos analisados
1,039
Linhas analisadas
0
achados
1
Total de auditorias
Nenhum problema de segurança encontrado
Auditado por: claude

Pontuação de qualidade

38
Arquitetura
100
Manutenibilidade
87
Conteúdo
50
Comunidade
100
Segurança
78
Conformidade com especificações

O Que Você Pode Construir

Engenheiro de ML executando inferência em lote

Processe milhares de amostras através de um modelo usando GPUs na nuvem sem investimento em hardware local. Envie scripts UV com vLLM para geração de alta taxa de transferência.

Cientista de Dados transformando datasets

Execute pipelines de processamento de dados em datasets do Hugging Face usando Polars ou Pandas. Envie resultados transformados de volta ao Hub com segurança.

Pesquisador executando experimentos

Execute experimentos de ML reproduzíveis com jobs agendados. Monitore o progresso via URLs de jobs e recupere resultados de repositórios do Hub.

Tente Estes Prompts

Execução básica de script 
Execute este script Python no Hugging Face Jobs: [cole o script]. Use CPU e timeout de 30 minutos.
Inferência GPU com autenticação por token 
Execute este script de inferência em uma GPU A10G. Envie resultados para meu repositório Hub username/results. Inclua autenticação HF_TOKEN.
Processamento de dados agendado 
Crie um job agendado que execute este script de transformação de dados diariamente às 9h. Use hardware cpu-upgrade e persista a saída no Hub.
Carga de trabalho personalizada baseada em Docker 
Execute este comando usando a imagem pytorch/pytorch CUDA em uma GPU A100. Defina timeout para 4 horas e monitore até a conclusão.

Melhores Práticas

  • Sempre use secrets={'HF_TOKEN': '$HF_TOKEN'} para autenticação no Hub - nunca codifique tokens diretamente
  • Defina timeouts apropriados com margem de 20-30% para seu tipo de carga de trabalho
  • Persista resultados no Hub ou armazenamento externo antes da conclusão do job - o ambiente é efêmero

Evitar

  • Usar caminhos de arquivos locais com a ferramenta MCP hf_jobs() - scripts devem ser código inline ou URLs
  • Consultar status do job repetidamente - aguarde o usuário solicitar verificações de status
  • Usar env em vez de secrets para tokens - variáveis de ambiente são visíveis nos logs

Perguntas Frequentes

Preciso de um plano Hugging Face pago para usar Jobs?
Sim. Hugging Face Jobs requer um plano Pro, Team ou Enterprise. Contas gratuitas não podem enviar jobs.
Como autenticar meus jobs com o Hub?
Use secrets={'HF_TOKEN': '$HF_TOKEN'} na configuração do seu job. O placeholder $HF_TOKEN é substituído automaticamente pelo seu token de login.
O que acontece com meus resultados após o término do job?
Todos os arquivos são excluídos quando o job termina. Você deve enviar resultados para o Hugging Face Hub, fazer upload para armazenamento em nuvem (S3/GCS) ou enviar via API antes da conclusão.
Posso usar arquivos de script locais com hf_jobs()?
Não. A ferramenta MCP hf_jobs() requer conteúdo de script inline ou uma URL. Leia arquivos locais com Path('script.py').read_text() e passe a string de conteúdo.
Como escolher a GPU certa para minha carga de trabalho?
Comece com t4-small para testes. Use a10g-large para modelos de 7-13B. Use a100-large para modelos 13B+. Consulte o guia de hardware nesta skill para recomendações detalhadas.
Posso agendar jobs para execução automática?
Sim. Use hf_jobs('scheduled uv', {...}) com um parâmetro schedule como '@daily' ou expressão CRON '0 9 * * 1' para segundas-feiras às 9h.

Detalhes do Desenvolvedor

Autor

sickn33

Licença

Complete terms in LICENSE.txt

Repositório

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/hugging-face-jobs

Referência

main

Estrutura de arquivos

📄 SKILL.md