HuggingFace 整合 - Amazon Quick
您可以做什麼可用的工具設定 HuggingFace 整合相容性

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

HuggingFace 整合

透過 Amazon Quick 中的 HuggingFace 整合，您可以透過 MCP 伺服器連線存取機器學習模型、資料集和空間。此整合提供 ML 工作流程操作和模型管理的動作功能。

您可以做什麼

HuggingFace 整合透過 MCP 伺服器連線提供動作連接器功能：

  • 從 HuggingFace Hub 瀏覽和下載模型

  • 存取和管理資料集

  • 與 HuggingFace Spaces 互動

  • 上傳和管理您自己的模型

  • 在託管模型上執行推論

  • 管理模型儲存庫和版本

可用的工具

HuggingFace MCP 伺服器通常提供下列工具：

  • search_models - 在 HuggingFace Hub 上搜尋模型

  • get_model_info - 取得詳細的模型資訊

  • download_model - 在本機下載模型

  • list_datasets - 列出可用的資料集

  • get_dataset_info - 取得資料集資訊

  • run_inference - 在託管模型上執行推論

  • upload_model - 將模型上傳至 Hub

  • list_spaces - 列出 HuggingFace 空間

注意

透過此 MCP 伺服器提供的特定工具和功能可能會隨著時間而變更。如需支援工具、功能和實作詳細資訊的最新資訊，請參閱官方 HuggingFace 文件和 MCP 伺服器儲存庫。

設定 HuggingFace 整合

HuggingFace 整合使用 MCP 伺服器連線來提供動作功能。如需詳細的設定說明，請參閱 模型內容通訊協定 (MCP) 整合。

您會需要：

  • 具有適當許可的 HuggingFace 帳戶

  • 用於身分驗證的 HuggingFace API 字符

相容性

HuggingFace 整合支援：

  • 聊天客服人員：是

  • 流程：是

  • 知識庫：否