Hub documentation
리포지토리
단일 로그인(SSO) 감사 로그 스토리지 리전 비공개 데이터셋용 Data Studio 리소스 그룹(액세스 제어) 고급 컴퓨트 옵션 고급 보안 토큰 관리 서비스 계정 발행자 분석 게이팅 그룹 컬렉션 네트워크 보안 다운로드 분석 속도 제한 블로그 글
PRO 플랜 리포지토리 레포지토리 시작하기 저장소 설정 저장 용량 제한 스토리지 백엔드(Xet) 로컬 캐시 Pull Requests & Discussions 알림 컬렉션 Webhooks GitHub Actions 노트북 다음 단계 라이선스
모델 모델 허브 모델 카드 평가 결과 리더보드 데이터 게이트된 모델 모델 업로드 모델 다운로드 통합 라이브러리 모델 위젯 모델 추론 모델 다운로드 통계 모델 릴리스 체크리스트 하드웨어 로컬 앱 자주 묻는 질문 고급 주제
데이터셋 Datasets 개요 Dataset Cards 게이트된 데이터셋 데이터셋 업로드 데이터셋 업로드 (LLM용) 데이터셋 다운로드 스트리밍 데이터셋 통합 라이브러리 Data Studio Agent Traces 데이터셋 다운로드 통계
Spaces Spaces 개요 Spaces GPU 업그레이드 Spaces ZeroGPU Spaces Dev Mode Spaces 디스크 사용량 및 저장소 Spaces 사용자 지정 도메인 MCP 서버로 사용 가능한 Spaces Spaces를 에이전트 도구로 API 엔드포인트로 사용하는 Spaces Gradio Spaces Streamlit Spaces Static HTML Spaces Docker Spaces Space 임베드하기 Docker로 Spaces 실행 Spaces 구성 참조 HF로 로그인 버튼 주요 Spaces Spaces 변경 이력 고급 주제
Storage Buckets new 컨테이너 이미지 new Jobs Jobs 개요 빠른 시작 Pricing and Billing 작업 관리 구성 Docker 이미지 사용 모델 서빙 모델 학습 예제 및 튜토리얼 대규모 데이터셋 처리 Schedule Jobs Webhook 자동화 참고
에이전트 에이전트 개요 AI 에이전트를 위한 Hugging Face CLI Hugging Face MCP 서버 Hugging Face Agent Skills HF SDK를 사용하여 에이전트 구축하기 llama.cpp를 활용한 로컬 에이전트 에이전트 라이브러리 세션 추적 형식
기타 리포지토리
Models, Spaces, Datasets는 Hugging Face Hub에서 Git 저장소로 호스팅되며, 이는 버전 관리와 협업이 Hub의 핵심 요소임을 의미합니다. 간단히 말해, 저장소(또는 repo라고도 함)는 작업을 백업하고, 커뮤니티와 공유하며, 팀으로 작업하기 위해 코드와 에셋을 저장할 수 있는 장소입니다.
버전 관리되지 않고 변경 가능한 스토리지를 찾고 계신가요? Git 히스토리가 없는 S3와 유사한 객체 스토리지를 제공하는 Storage Buckets를 확인해 보세요.
다른 협업 플랫폼과 달리, 저희의 Git 저장소는 기계 학습 및 AI 파일에 최적화되어 있습니다. Parquet, Safetensors와 같은 특정 파일 형식의 대용량 바이너리 파일이며, 테라바이트 규모까지 지원합니다! 이를 위해 AI/ML 개발을 위해 특별히 구축된 최신 커스텀 저장소 시스템인 Xet을 개발했습니다. 이를 통해 청크 수준 중복 제거, 더 작은 업로드, 더 빠른 다운로드를 가능하게 합니다.

이 페이지에서는 Git과 Xet을 사용하여 시작하는 기본 사항과 Hub에서 저장소를 다루는 방법을 살펴봅니다. 익숙해지면, 저장소를 효과적으로 사용하기 위해 정리한 모범 사례와 다음 단계를 탐색할 수 있습니다.