# hugging-face-model-trainer

Скилл hugging-face-model-trainer помогает запускать обучение и дообучение языковых моделей через TRL на Hugging Face Jobs. Подходит для облачных GPU и конвертации моделей в GGUF.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 1 установка · ★ 42059 у репозитория
- Автор: patchy631
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/patchy631/ai-engineering-hub/tree/HEAD/hugging-face-skills/skills/hugging-face-model-trainer/SKILL.md
- Обновлён: 2026-10-12
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/hugging-face-model-trainer

## Что делает

Скилл ведёт через обучение методами SFT, DPO, GRPO и reward modeling на инфраструктуре Hugging Face Jobs. Он помогает подготовить датасет, выбрать GPU, оценить стоимость, настроить Trackio и сохранить результат в Hugging Face Hub. Для локального развёртывания предусмотрена конвертация обученной модели в GGUF.

Внутри есть рекомендации по пакету TRL Jobs, скриптам UV в формате PEP 723 и проверке формата датасета до запуска GPU-задачи. Задачи отправляются через `hf_jobs()` MCP-инструмент, а выполнение идёт асинхронно. Для публикации результата нужны аккаунт с платным планом Hugging Face, токен `HF_TOKEN` с правом записи и передача секрета в конфигурацию задачи.

Среда обучения эфемерна, поэтому без `HF_TOKEN` и отправки результата в Hub обученная модель потеряется.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patchy631/ai-engineering-hub --skill hugging-face-model-trainer -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/hugging-face-model-trainer/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/hugging-face-model-trainer/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patchy631/ai-engineering-hub --skill hugging-face-model-trainer -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/hugging-face-model-trainer/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patchy631/ai-engineering-hub --skill hugging-face-model-trainer -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/hugging-face-model-trainer/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install patchy631/ai-engineering-hub hugging-face-skills/skills/hugging-face-model-trainer
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/hugging-face-model-trainer/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add patchy631/ai-engineering-hub --skill hugging-face-model-trainer -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/patchy631/ai-engineering-hub --path hugging-face-skills/skills/hugging-face-model-trainer
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/hugging-face-model-trainer/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add patchy631/ai-engineering-hub --skill hugging-face-model-trainer -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/patchy631/ai-engineering-hub/tree/HEAD/hugging-face-skills/skills/hugging-face-model-trainer/SKILL.md

## Когда брать
- дообучить языковую модель на облачном GPU
- выбрать метод TRL для датасета предпочтений
- проверить формат датасета до запуска задачи
- отправить обучение через `hf_jobs()`
- конвертировать модель в GGUF для локального запуска

## Примеры запросов агенту
- Подготовь задачу SFT для моего датасета и отправь её через `hf_jobs()`.
- Проверь формат датасета для DPO, выбери подходящий GPU и настрой сохранение модели в Hugging Face Hub.
- После обучения конвертируй модель в GGUF и подготовь её для локального развёртывания.

## Похожие
- [huggingface-llm-trainer](https://affpapa.org/nevibecode/skills/huggingface-llm-trainer.md) — скилл · 2500 установок
- [Hugging Face](https://affpapa.org/nevibecode/mcp/docker-hugging-face.md) — MCP-сервер
- [hugging-face-jobs](https://affpapa.org/nevibecode/skills/sickn33-hugging-face-jobs.md) — скилл · 1 установка
- [hugging-science](https://affpapa.org/nevibecode/skills/hugging-science.md) — скилл · 2000 установок
- [huggingface-vision-trainer](https://affpapa.org/nevibecode/skills/huggingface-vision-trainer.md) — скилл · 2100 установок
- [hugging-face-cli](https://affpapa.org/nevibecode/skills/huytran1120-hugging-face-cli.md) — скилл · ★ 85 у репозитория

Из того же набора: [patchy631/ai-engineering-hub](https://affpapa.org/nevibecode/by/patchy631/ai-engineering-hub.md) — 6 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
