Hub 文件
管理任務
加入 Hugging Face 社群
並獲得增強的文件體驗
開始使用
管理任務
列出任務
您可以在「任務」(Jobs) 頁面或組織的任務頁面（使用者/組織頁面 > 設定 > 任務）找到您的任務列表
此功能也適用於 Hugging Face CLI。使用 hf jobs ps 顯示執行中的任務列表，並使用 -a 顯示所有任務
>>> hf jobs ps
JOB ID IMAGE/SPACE COMMAND CREATED STATUS
------------ ---------------- ----------- ------------------- -------
69402ea6c... ghcr.io/astra... uv run p... 2025-12-15 15:52:06 RUNNING
>>> hf jobs ps -a
JOB ID IMAGE/SPACE COMMAND CREATED STATUS
------------ ---------- --------------- ------------------- ---------
69402ea6c... ghcr.io... uv run pytho... 2025-12-15 15:52:06 RUNNING
693b06b8c... ghcr.io... uv run pytho... 2025-12-11 18:00:24 CANCELED
693b069fc... ghcr.io... uv run pytho... 2025-12-11 17:59:59 ERROR
693aef401... ghcr.io... uv run pytho... 2025-12-11 16:20:16 COMPLETED
693aee76c... ubuntu echo Hello f... 2025-12-11 16:16:54 COMPLETED
693ae8e3c... python:... python -c pr... 2025-12-11 15:53:07 COMPLETED指定您的組織 namespace 以列出該組織下的任務
>>> hf jobs ps --namespace <my-org-name>篩選任務
點擊任務標籤以依標籤篩選任務
在 CLI 中，您可以使用 key=value 的格式，根據提供的條件篩選任務
依標籤篩選
>>> hf jobs ps --filter label=fine-tuning --filter label=model=Qwen3-06B -a
JOB ID IMAGE/SPACE COMMAND CREATED STATUS
------------ ------------ ---------------- ------------------- ---------
6978b1254... ghcr.io/a... uv run --with... 2026-01-27 12:35:49 COMPLETED
6978b11d4... ghcr.io/a... uv run --with... 2026-01-27 12:33:53 COMPLETED依任何條件篩選
>>> hf jobs ps --filter status=error -a
JOB ID IMAGE/SPACE COMMAND CREATED STATUS
------------ ---------- ------------------ ------------------- ------
693b069fc... ghcr.io... uv run python -... 2025-12-11 17:59:59 ERROR
693996dec... ghcr.io... bash -c python ... 2025-12-10 15:50:54 ERROR
69399695c... ghcr.io... uv run --with t... 2025-12-10 15:49:41 ERROR
693994bdc... ghcr.io... uv run --with t... 2025-12-10 15:41:49 ERROR
68d3c1af3... ghcr.io... uv run bash -c ... 2025-09-24 10:02:23 ERROR篩選功能支援否定運算子 != 和全域模式 (glob patterns，包含 * 與 ?)
# Show Jobs that are not completed
>>> hf jobs ps -a --filter status!=completed
# Show Jobs with a command that ends with "train.py"
>>> hf jobs ps -a --filter "command=*train.py"
# Show Jobs with a "fine-tuning" label
>>> hf jobs ps -a --filter label=fine-tuning
# Show Jobs that don't have the "prod" label and have a label that starts with "data-"
>>> hf jobs ps -a --filter label!=prod --filter "label=data-*"
# Show Jobs based on key=value labels
>>> hf jobs ps -a --filter label=model=Qwen3-06B --filter label=dataset!=Capybara監控資源使用狀況
使用 hf jobs stats 獲取執行中任務的 CPU、記憶體、網路及 GPU (若有的話) 使用統計資訊
>>> hf jobs stats
JOB ID CPU % NUM CPU MEM % MEM USAGE NET I/O GPU UTIL % GPU MEM % GPU MEM USAGE
------------------------ ----- ------- ----- ---------------- --------------- ---------- --------- ---------------
695e83c5d2f3efac77e8cf18 8% 12.0 7.18% 10.9GB / 152.5GB 0.0bps / 0.0bps 100% 31.92% 25.9GB / 81.2GB指定一個或多個任務 ID，僅查看特定任務的統計資訊
>>> hf jobs stats [job-ids]...檢視任務
您可以在任務頁面查看任務的狀態日誌
或者使用 CLI
>>> hf jobs inspect 693994e21a39f67af5a41ad0
[
{
"id": "693994e21a39f67af5a41ad0",
"created_at": "2025-12-10 15:42:26.835000+00:00",
"docker_image": "ghcr.io/astral-sh/uv:python3.12-bookworm",
"space_id": null,
"command": ["bash", "-c", "python -c \"import urllib.request; import os; from pathlib import Path; o = urllib.request.build_opener(); o.addheaders = [(\\\"Authorization\\\", \\\"Bearer \\\" + os.environ[\\\"UV_SCRIPT_HF_TOKEN\\\"])]; Path(\\\"/tmp/script.py\\\").write_bytes(o.open(os.environ[\\\"UV_SCRIPT_URL\\\"]).read())\" && uv run --with trl /tmp/script.py"],
"arguments": [],
"environment": {"UV_SCRIPT_URL": "https://huggingface.co/datasets/lhoestq/hf-cli-jobs-uv-run-scripts/resolve/728cc5682eb402d7ffe66a2f6f97645b34cb08dd/train.py"},
"secrets": ["HF_TOKEN", "UV_SCRIPT_HF_TOKEN"],
"flavor": "a100-large",
"status": {"stage": "COMPLETED", "message": null},
"owner": {"id": "5e9ecfc04957053f60648a3e", "name": "lhoestq", "type": "user"},
"endpoint": "https://huggingface.co",
"url": "https://huggingface.co/jobs/lhoestq/693994e21a39f67af5a41ad0"
}
]以及取得日誌
>>> hf jobs logs 693994e21a39f67af5a41ad0
Downloading nvidia-cuda-nvrtc-cu12 (84.0MiB)
Downloading numpy (15.8MiB)
Downloading nvidia-cuda-cupti-cu12 (9.8MiB)
Downloading tokenizers (3.1MiB)
Downloading nvidia-cusolver-cu12 (255.1MiB)
Downloading nvidia-cufft-cu12 (184.2MiB)
Downloading transformers (11.4MiB)
Downloading setuptools (1.1MiB)
... 指定您的組織 namespace 以檢視該組織下的任務
hf jobs inspect --namespace <my-org-name> <job_id>
hf jobs logs --namespace <my-org-name> <job_id>除錯任務
如果任務出現錯誤，您可以在任務頁面上看到
查看任務頁面上的狀態訊息和日誌，找出問題所在。
您也可以查看日誌的最後幾行，了解任務失敗前發生了什麼。您可以在任務頁面查看，或使用 CLI。
>>> hf jobs logs 69405cf51a39f67af5a41f29 | tail -n 10
Downloaded nvidia-cudnn-cu12
Downloaded torch
Installed 66 packages in 226ms
Generating train split: 100%|██████████| 15806/15806 [00:00<00:00, 73330.17 examples/s]
Generating test split: 100%|██████████| 200/200 [00:00<00:00, 45427.32 examples/s]
Traceback (most recent call last):
File "/tmp/script.py", line 7, in <module>
train_dataset=train_dataset,
^^^^^^^^^^^^^
NameError: name 'train_dataset' is not defined. Did you mean: 'load_dataset'?使用本地的 UV 或 Docker 設定來在本機除錯任務
hf jobs uv run ...->uv run ...hf jobs run ...->docker run ...
狀態訊息可能會顯示「Job timeout」（任務逾時）：這表示任務未能在逾時前完成（預設為 30 分鐘），因此被中止。在此情況下，您需要使用 CLI 中的 --timeout 參數指定更長的逾時時間，例如：
hf jobs uv run --timeout 3h ...取消任務
使用任務頁面上的「取消」(Cancel) 按鈕來取消任務
或是使用 CLI
hf jobs cancel 693b06b8c67c9f186cfe239e
指定您的組織 namespace 以取消該組織下的任務
hf jobs cancel --namespace <my-org-name> <job_id>MacOS 選單列
在 MacOS hfjobs-menubar 客戶端中查看您的任務列表
獲取任務資訊，並監控日誌與資源使用統計
