# transformers

Скилл для работы с Hugging Face Transformers: загрузка моделей с Hub, инференс через pipeline, генерация текста и дообучение через Trainer.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2000 установок · ★ 54652
- Автор: K-Dense-AI
- Лицензия: LicenseRef-Apache-2.0-license · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/transformers/SKILL.md
- Обновлён: 2026-10-19
- HTML: https://affpapa.org/nevibecode/skills/transformers

## Что делает

Скилл даёт агенту справочник по библиотеке Transformers 5.18.0: загрузка чекпоинтов с Hub, быстрый инференс через `pipeline`, генерация текста с настройками декодирования, дообучение на своих данных через `Trainer` и `TrainingArguments`. Задачи — NLP, компьютерное зрение, аудио и мультимодальные модели.

Перед установкой проверьте окружение: нужны Python 3.10+, PyTorch 2.5+ и доступ к сети для скачивания моделей с Hub. Отдельный venv лучше не пропускать, потому что стек собирается из конкретных версий — `transformers[torch]==5.18.0`, `torch==2.14.1`, `datasets==5.0.1`, `accelerate==1.15.0`, `peft==0.21.2`. Если обновлять пакеты по одному, зависимости разъедутся и обучение не соберётся. Для аудио нужен librosa 1.0.0, а он требует Python 3.12+.

Закрытые и gated-модели требуют токена Hugging Face: `hf auth login` или переменная `HF_TOKEN`. Токен берите с минимальным скоупом — `read` для скачивания, `write` только для загрузки своих моделей. В v5 остался только бэкенд PyTorch, TensorFlow и JAX убрали, а часть pipeline-задач (например, `summarization` и `question-answering`) удалена — для них нужны прямые модели задач.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill transformers -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill transformers -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill transformers -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install K-Dense-AI/scientific-agent-skills transformers
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/transformers/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill transformers -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/K-Dense-AI/scientific-agent-skills --path skills/transformers
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill transformers -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/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/transformers/SKILL.md

## Когда брать
- загрузить чекпоинт с Hugging Face Hub и прогнать инференс
- собрать пайплайн классификации текста или изображений
- настроить генерацию текста через temperature, top-k и top-p
- дообучить модель на своём датасете через Trainer
- разобраться, какие версии PyTorch и datasets совместимы

## Примеры запросов агенту
- Загрузи модель `Qwen/Qwen2.5-1.5B` и сгенерируй продолжение фразы
- Собери pipeline для классификации тональности на `distilbert-base-uncased-finetuned-sst-2-english`
- Настрой `TrainingArguments` и дообучи модель на моём датасете

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 установок

Из того же набора: [k-dense-ai/scientific-agent-skills](https://affpapa.org/nevibecode/by/k-dense-ai/scientific-agent-skills.md) — 159 карточек

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