Hub 文件
Jobs
單一登入 (SSO) 稽核記錄 儲存區域 私人資料集資料工作室 (Data Studio) 資源群組(存取控制) 進階運算選項 進階安全性 Token 管理 發布者分析 門控群組集合 (Gating Group Collections) 網路安全 速率限制 部落格文章
PRO 方案 儲存庫 (Repositories) 儲存庫入門 儲存庫設定 儲存空間限制 儲存後端 (Xet) 本地快取 合併請求 (Pull Requests) 與討論 通知 選集 (Collections) Webhooks GitHub Actions 筆記本 後續步驟 授權協議
模型 (Models) 模型中心 (Model Hub) 模型卡片 評估結果 排行榜資料 門控模型 (Gated Models) 上傳模型 下載模型 整合函式庫 模型小工具 (Model Widgets) 模型推論 模型下載統計 模型發布檢查清單 本地應用程式 常見問題集 進階主題
資料集 (Datasets) 資料集概覽 資料集卡 (Dataset Cards) 門控資料集 (Gated Datasets) 上傳資料集 上傳資料集(針對 LLM) 下載資料集 串流資料集 整合函式庫 資料工作室 (Data Studio) 代理追蹤 (Agent Traces) 資料集下載統計
Spaces Spaces 概覽 Spaces GPU 升級 Spaces ZeroGPU Spaces 開發模式 Spaces 磁碟使用量與儲存空間 Spaces 自訂網域 將 Spaces 作為 MCP 伺服器 將 Spaces 作為代理工具 (Agent Tools) 將 Spaces 作為 API 端點 Gradio Spaces Streamlit Spaces 靜態 HTML Spaces Docker Spaces 嵌入您的 Space 使用 Docker 執行 Spaces Spaces 設定參考 使用 HF 按鈕登入 精選 Spaces Spaces 更新日誌 進階主題
儲存桶 全新 Jobs Agent 代理 (Agents) 概覽 適用於 AI 代理的 Hugging Face CLI Hugging Face MCP 伺服器 Hugging Face 代理技能 使用 HF SDK 建構代理 使用 llama.cpp 建立本地代理 代理函式庫
其他 加入 Hugging Face 社群
並獲得增強的文件體驗
開始使用
工作 (Jobs)
Hugging Face Jobs 為 AI 與資料工作流程提供算力,讓您能透過熟悉的 UV 與 Docker 風格介面,在 Hugging Face 基礎設施上執行任務。Jobs 非常適合用於微調 AI 模型、以 GPU 執行推論,以及進行資料擷取與處理。
您可以使用 hf CLI、huggingface_hub Python 用戶端或 Jobs HTTP API 來執行工作。Jobs 支援從 CPU 到 A100 與 TPU 的任何硬體,並採用隨用隨付(pay-as-you-go)定價模式,您只需為所使用的秒數付費。