GitHub - huggingface/skills

Hugging Face Skills는 AI/ML task, 즉 데이터셋 생성, 모델 학습 및 평가와 같은 작업들을 위한 정의 모음입니다. 이들은 OpenAI Codex, Anthropic의 Claude Code, Google DeepMind의 Gemini CLI, 그리고 Cursor와 같은 주요 코딩 에이전트 툴과의 상호 운용성을 목표로 하며, 표준화된 Agent Skill format을 따릅니다.

핵심적인 방법론은 다음과 같습니다. Skills는 자체적으로 포함된(self-contained) 폴더 형태로 구성되어 있으며, 각 폴더는 특정 사용 사례에 대해 AI 에이전트가 활용할 수 있는 instructions, scripts, 그리고 resources를 패키징합니다. 모든 스킬 폴더에는 SKILL.md 파일이 포함되어 있습니다. 이 파일은 YAML frontmatter(스킬의 name과 description)로 시작하며, 그 뒤에 해당 스킬이 활성화될 때 코딩 에이전트가 따라야 할 상세한 guidance가 이어집니다. 특히 SKILL.md의 description은 Claude가 스킬을 활성화하는 시점을 결정하는 데 중요한 역할을 합니다. 이 시스템은 Anthropic의 "Skills" 개념에서 영감을 받았지만, OpenAI Codex의 AGENTS.md 파일과 Google Gemini의 gemini-extension.json 파일을 포함하여 다양한 에이전트 툴과 호환되도록 설계되었습니다. 만약 에이전트가 Skills를 직접 지원하지 않는 경우, agents/AGENTS.md 파일을 대체 수단으로 사용할 수 있습니다.

설치 및 통합은 각 에이전트 툴에 따라 다릅니다. Claude Code의 경우, 레포지토리를 /plugin marketplace add huggingface/skills 명령어를 통해 플러그인 마켓플레이스에 등록한 후, $/plugin install <skill-name>@huggingface/skills$ 명령어로 특정 스킬을 설치합니다. Codex는 AGENTS.md 파일을 통해 스킬을 식별하며, codex --ask-for-approval never "Summarize the current instructions." 명령어로 지침이 올바르게 로드되었는지 확인할 수 있습니다. Gemini CLI는 gemini-extension.json 파일을 활용하며, gemini extensions install . --consent (로컬 설치) 또는 gemini extensions install https://github.com/huggingface/skills.git --consent (GitHub URL을 통한 설치) 명령어를 통해 통합됩니다.

이 레포지토리에는 다양한 스킬이 포함되어 있습니다.
* hugging-face-cli: hf CLI를 사용하여 Hugging Face Hub 작업(모델/데이터셋 다운로드, 파일 업로드, 리포지토리 관리, 클라우드 컴퓨팅 작업 실행)을 수행합니다.
* hugging-face-datasets: Hugging Face Hub에서 데이터셋을 생성하고 관리하며, 리포지토리 초기화, 설정/시스템 프롬프트 정의, 로우 업데이트 스트리밍, SQL 기반 데이터셋 쿼리/변환을 지원합니다.
* hugging-face-evaluation: Hugging Face 모델 카드에 평가 결과를 추가하고 관리하며, README에서 평가 테이블 추출, Artificial Analysis API에서 점수 가져오기, vLLM/lighteval을 사용한 사용자 정의 평가 실행을 지원합니다.
* hugging-face-jobs: Hugging Face 인프라에서 컴퓨팅 작업을 실행하며, Python 스크립트 실행, 예약된 작업 관리, 작업 상태 모니터링을 포함합니다.
* hugging-face-model-trainer: Hugging Face Jobs 인프라에서 TRL을 사용하여 언어 모델을 훈련하거나 미세 조정합니다. SFT, DPO, GRPO, 보상 모델링 훈련 방식은 물론 로컬 배포를 위한 GGUF 변환을 다루며, 하드웨어 선택, 비용 추정, Trackio 모니터링, Hub 영속성을 포함합니다.
* hugging-face-paper-publisher: Hugging Face Hub에 연구 논문을 게시하고 관리하며, 논문 페이지 생성, 모델/데이터셋에 논문 연결, 저작권 주장, 전문적인 마크다운 기반 연구 논문 생성을 지원합니다.
* hugging-face-tool-builder: Hugging Face API 작업을 위한 재사용 가능한 스크립트를 구축합니다. API 호출을 연결하거나 반복적인 작업을 자동화하는 데 유용합니다.
* hugging-face-trackio: Trackio를 사용하여 ML 훈련 실험을 추적하고 시각화합니다. Python API를 통해 지표를 로깅하고 CLI를 통해 검색하며, HF Spaces에 동기화되는 실시간 대시보드를 지원합니다.

스킬 사용은 간단합니다. 설치된 스킬은 코딩 에이전트에게 지시를 내릴 때 직접 언급하면 됩니다. 예를 들어, "Use the HF LLM trainer skill to estimate the GPU memory needed for a 70B model run."과 같이 명령합니다. 에이전트는 자동으로 해당 SKILL.md 지침과 도우미 스크립트를 로드하여 작업을 완료합니다.

스킬을 기여하거나 사용자 정의하려면, 기존 스킬 폴더 중 하나를 복사하여 이름을 변경합니다. 새 폴더의 SKILL.md frontmatter(이름, 설명)를 업데이트하고, 지침에서 참조하는 지원 스크립트, 템플릿, 문서를 추가하거나 편집합니다. name과 description이 포함된 간결하고 사람이 읽을 수 있는 설명과 함께 .claude-plugin/marketplace.json 파일에 항목을 추가합니다. 마지막으로, python scripts/generate_agents.py를 실행하여 구조를 검증한 후, 코딩 에이전트에서 스킬 번들을 재설치하거나 다시 로드하면 업데이트된 폴더를 사용할 수 있습니다. .claude-plugin/marketplace.json 파일은 플러그인 마켓플레이스를 위한 스킬 목록을 제공하며, SKILL.md 파일의 설명은 Claude의 스킬 활성화 지침으로 사용되는 반면, 마켓플레이스 설명은 사용자가 사용 가능한 스킬을 탐색할 때 읽기 용이하도록 작성됩니다.