Hub documentation

Agents

Hub

API docs

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

Agents

Hugging Face cung cấp các công cụ và giao thức kết nối trực tiếp các AI agent với Hub. Dù bạn đang trò chuyện với Claude, xây dựng với Codex hay phát triển các agent tùy chỉnh, bạn đều có thể truy cập các model, dataset, Spaces và công cụ cộng đồng. Trang này hướng dẫn cách kết nối chat agent và coding agent của bạn với Hub.

Trang	Mô tả
CLI	Cung cấp cho agent của bạn CLI `hf` với Skill tích hợp sẵn
MCP Server	Kết nối bất kỳ client nào tương thích với MCP với Hub
Kỹ năng	Hướng dẫn cụ thể cho từng tác vụ trong các quy trình AI/ML
SDK	Xây dựng các tác nhân một cách lập trình bằng Python hoặc JavaScript
Local Agents	Chạy các tác nhân hoàn toàn cục bộ với llama.cpp và Pi
Dấu vết của Agent	Xem các phiên Claude Code, Codex và Pi trên Hub

Trò chuyện với Hugging Face

Kết nối trợ lý AI của bạn trực tiếp với Hugging Face Hub bằng cách sử dụng Model Context Protocol (MCP). Sau khi kết nối, bạn có thể tìm kiếm các model, khám phá các dataset, tạo hình ảnh và sử dụng các công cụ của cộng đồng — tất cả ngay trong giao diện chat của bạn.

Các Trợ lý được hỗ trợ

HF MCP Server hoạt động với bất kỳ client nào tương thích MCP:

ChatGPT (thông qua plugin)
Claude Desktop
Trình khách MCP tùy chỉnh

Cài đặt

1. Mở Cài đặt MCP

MCP Settings Example

Truy cập huggingface.co/settings/mcp khi đã đăng nhập.

2. Chọn Client của bạn

Chọn client tương thích MCP của bạn từ danh sách. Trang hiển thị các hướng dẫn dành riêng cho client và một đoạn cấu hình sẵn sàng để sao chép.

3. Cấu hình và Khởi động lại

Sao chép đoạn cấu hình vào cài đặt MCP của client, lưu lại và khởi động lại client.

Trang cài đặt tạo ra cấu hình chính xác mà client của bạn mong đợi. Hãy sử dụng trang này thay vì tự viết cấu hình thủ công.

Những gì bạn có thể làm

Sau khi kết nối, hãy yêu cầu trợ lý của bạn sử dụng các công cụ Hugging Face trong số những công cụ bạn đã chọn trong cấu hình của mình:

Nhiệm vụ	Ví dụ về Prompt
Tìm kiếm các mô hình	“Tìm các bản lượng tử hóa Qwen 3 trên Hugging Face”
Khám phá các bộ dữ liệu	“Hiển thị các bộ dữ liệu về chuỗi thời gian thời tiết”
Tìm Spaces	“Tìm một Space có thể chuyển đổi tệp âm thanh thành văn bản”
Tạo hình ảnh	“Tạo một hình ảnh 1024x1024 của một con mèo theo phong cách Ghibli”
Tìm kiếm các bài báo	“Tìm các bài báo gần đây về mô hình thị giác-ngôn ngữ”

Trợ lý của bạn gọi các công cụ MCP do máy chủ Hugging Face cung cấp và trả về kết quả kèm theo metadata, liên kết và ngữ cảnh.

Thêm Công cụ Cộng đồng

Mở rộng cấu hình của bạn với các Gradio Spaces tương thích MCP:

Xem Các Spaces hỗ trợ MCP
Thêm chúng vào cấu hình MCP của bạn
Khởi động lại client của bạn để nhận các công cụ mới

Ứng dụng Gradio MCP công khai các hàm của chúng dưới dạng công cụ có tham số và mô tả, cho phép trợ lý của bạn gọi chúng trực tiếp.

Tìm hiểu thêm

Hướng dẫn Máy chủ MCP - Cài đặt và cấu hình chi tiết
Cài đặt HF MCP - Cấu hình client của bạn
Spaces tương thích MCP - Công cụ của cộng đồng

Coding Agents

Tích hợp Hugging Face vào quy trình lập trình của bạn với MCP Server và Skills. Truy cập các model, dataset và công cụ ML trực tiếp từ IDE hoặc coding agent của bạn. Ví dụ, chúng tôi giới thiệu các coding agent này và nhiều hơn nữa với MCP và/hoặc Skills:

Coding Agent	Phương pháp tích hợp
Claude Code	MCP Server + Skills
OpenAI Codex	MCP Server + Skills
Mã nguồn mở	MCP Server + Skills
Cursor	MCP Server + Skills
VS Code	MCP Server
Gemini CLI	MCP Server
Zed	MCP Server

Cài đặt nhanh

MCP Server

MCP Server cho phép tác nhân lập trình của bạn truy cập vào tìm kiếm trên Hub, Spaces và các công cụ cộng đồng.

Cursor / VS Code / Zed:

Truy cập huggingface.co/settings/mcp
Chọn IDE của bạn từ danh sách
Sao chép đoạn cấu hình
Thêm nó vào cài đặt MCP của IDE
Khởi động lại IDE

Claude Code:

claude mcp add hf-mcp-server -t http "https://huggingface.co/mcp?login"

Kỹ năng

Skills cung cấp hướng dẫn cụ thể cho từng tác vụ trong các quy trình làm việc AI/ML. Chúng có thể hoạt động cùng với MCP hoặc độc lập.

# start claude 
claude

# install the skills marketplace plugin
/plugin marketplace add huggingface/skills

Sau đó, để cài đặt một đặc tả Skill:

/plugin install hf-cli@huggingface-skills

Xem Hướng dẫn Kỹ năng để biết các kỹ năng có sẵn và cách sử dụng.

Những gì bạn có thể làm

Sau khi cấu hình, tác nhân lập trình của bạn có thể:

Khả năng	Ví dụ
Tìm kiếm trên Hub	“Tìm một mô hình tạo mã có dưới 7B tham số”
Tạo hình ảnh	“Tạo sơ đồ kiến trúc transformer”
Khám phá các bộ dữ liệu	“Có những bộ dữ liệu nào khả dụng cho phân tích cảm xúc?”
Chạy Spaces	“Sử dụng Whisper Space để chuyển đổi tệp âm thanh này thành văn bản”
Lấy tài liệu	“Làm thế nào để tinh chỉnh một mô hình bằng transformers?”

Cấu hình môi trường

Xác thực

Đặt token Hugging Face của bạn dưới dạng biến môi trường:

export HF_TOKEN="hf_..."

Hoặc xác thực thông qua CLI:

hf auth login

Thêm Công cụ Cộng đồng

Mở rộng cấu hình của bạn với các Gradio Spaces tương thích MCP:

Xem Các Spaces hỗ trợ MCP
Thêm chúng vào cấu hình MCP của bạn
Khởi động lại IDE của bạn

Quy trình làm việc mẫu

You: Find a text classification model that works well on short texts

Agent: [Searches Hugging Face Hub]
       Found several options:
       - distilbert-base-uncased-finetuned-sst-2-english (sentiment)
       - facebook/bart-large-mnli (zero-shot)
       ...

You: Show me how to use the first one

Agent: [Fetches documentation]
       Here's how to use it with transformers:
       
       from transformers import pipeline
       classifier = pipeline("sentiment-analysis", 
                            model="distilbert-base-uncased-finetuned-sst-2-english")
       result = classifier("I love this product!")

Đăng ký khung agent của bạn

Hugging Face duy trì một registry công khai các agent harness, tức là các coding agent và công cụ tương tác với Hub (Claude Code, Codex, Cursor, và nhiều hơn nữa). Khi huggingface_hub phát hiện nó đang chạy bên trong một harness đã đăng ký, nó sẽ báo cáo điều này thông qua user agent trong các yêu cầu đến Hub. Việc đăng ký harness của bạn có nghĩa là hoạt động này sẽ được gán cho công cụ của bạn theo tên, đồng thời mang lại cho dự án của bạn một nhãn hiển thị thân thiện, các liên kết trỏ về tài liệu và repository của bạn, cùng một vị trí trong agent usage dataset công khai — các công cụ chưa đăng ký chỉ được tính trong phần unknown tổng hợp của nó.

Để đăng ký một harness, hãy mở một Pull Request thêm một mục vào agent-harnesses.ts trong gói @huggingface/tasks:

id của harness (khóa mục nhập) phải được viết chữ thường và phân tách bằng dấu gạch nối (ví dụ: "claude-code").
Đặt prettyLabel với kiểu viết thân thiện với người dùng (ví dụ: Claude Code).
(tùy chọn) đặt repoUrl với một liên kết đến mã nguồn của harness (thường là một kho GitHub).
(tùy chọn) đặt docsUrl với một liên kết đến tài liệu hoặc trang web của harness.
(tùy chọn) đặt description với một dòng giải thích ngắn gọn về harness.
xác định cách harness của bạn được phát hiện từ môi trường:
- Nếu harness của bạn đặt một trong các biến môi trường chuẩn (AI_AGENT hoặc AGENT), giá trị của nó sẽ được sử dụng trực tiếp làm định danh và không cần cấu hình bổ sung.
- Ngược lại, đặt envVars để ánh xạ tên biến môi trường sang các mẫu giá trị. Sử dụng "*" để khớp với bất kỳ giá trị nào khác rỗng, một chuỗi chính xác để khớp chính xác, hoặc "<prefix>*" để khớp theo tiền tố.

Và như vậy là xong! Khi PR được hợp nhất, lưu lượng huggingface_hub (bao gồm cả CLI hf) từ agent harness của bạn sẽ được gán cho nó theo tên, và nó sẽ xuất hiện trong agent usage dataset từ bản cập nhật hàng tháng tiếp theo.

Các bước tiếp theo

CLI - Giao diện dòng lệnh cho các thao tác trên Hub
MCP Server - Kết nối bất kỳ trợ lý AI nào tương thích với MCP với Hub
Kỹ năng - Các khả năng có sẵn cho các tác tử lập trình
SDK - Thư viện Python và JavaScript để xây dựng các agent

Update on GitHub

←Agents Hugging Face CLI cho AI Agents→