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
<a name="huggingface-integration"></a>

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
<a name="huggingface-integration-capabilities"></a>

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
<a name="huggingface-integration-tools"></a>

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
<a name="huggingface-integration-setup"></a>

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](mcp-integration.md)。

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
<a name="huggingface-integration-compatibility"></a>

HuggingFace 整合支援：
+ **聊天客服人員：**是
+ **流程：**是
+ **知識庫：**否