Hugging Face의 오픈소스 모델과 데이터셋을 경제적이고 안전하게 탐색하고 다중 공급자 추론을 지원하는 AI agent skill입니다.
레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.
npx clawhub@latest install hugging-face-api
스킬 폴더를 다음 위치 중 하나로 복사하세요
~/.openclaw/skills/ <project>/skills/ 우선순위: 워크스페이스 > 로컬 > 번들
이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.
Clawhub를 사용해서 hugging-face-api 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).
ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.
Hugging Face Agent Skill은 AI agents에게 Hugging Face Hub와 직접 상호 작용할 수 있는 포괄적인 플레이북과 7개의 Model Context Protocol (MCP) 도구를 제공합니다. 이 skill을 통해 개발자는 오픈소스 모델(예: Llama, Qwen, Mistral) 및 데이터셋을 검색하고, 기술 사양을 검사하며, 통합된 OpenAI 호환 인터페이스를 통해 다양한 공급자 전반에서 chat completions 또는 text embeddings를 실행할 수 있습니다.
이 skill을 구현함으로써 agents는 Hugging Face 생태계를 지능적으로 탐색할 수 있습니다. 성능과 비용의 균형을 맞추기 위해 agents가 무료 검색 및 검증 작업을 먼저 수행하도록 안내하고, 모델 지원이 확인된 후에만 유료 추론 도구를 호출합니다. 이 워크플로는 견고하고 안전하며 프로덕션 준비가 완료된 오픈소스 모델 통합을 제공하여 Openclaw Skills의 역량을 극대화합니다.
hf_search_models 또는 hf_search_datasets를 사용하여 Hugging Face Hub에서 후보 모델이나 데이터셋을 검색합니다.hf_model_info를 사용하여 기술 메타데이터, 파이프라인 태그 및 라이선스 준수 여부를 확인합니다.hf_list_inference_models를 쿼리하여 선택한 모델이 라우터에 의해 호스팅되고 실행 가능한지 확인합니다.max_tokens 제약 조건과 함께 hf_chat을 실행하거나, 의미 벡터를 위해 배치 입력과 함께 hf_embeddings를 실행합니다.Openclaw Skills 내에서 이 skill을 사용하려면 Hugging Face API token으로 환경을 구성해야 합니다. Hugging Face 설정 페이지에서 읽기 전용 또는 읽기/쓰기 token을 생성하여 환경 구성에 추가하십시오.
# Export the required token in your terminal environment
export HF_TOKEN="your_hf_token_here"
# Optional configurations to customize behavior
export HF_HUB_BASE_URL="https://huggingface.co"
export HF_ROUTER_BASE_URL="https://api-inference.huggingface.co"
export HF_TIMEOUT_MS=30000
export HF_MAX_RETRIES=3
export LOG_LEVEL="info"
Hugging Face agent skill은 7개의 핵심 Model Context Protocol (MCP) 도구를 중심으로 작업을 구성하며, 이를 탐색(무료) 및 추론(유료) 작업으로 분류합니다:
| Tool | Primary Parameters | Output Description | Cost Category |
|---|---|---|---|
hf_search_models |
query (string), filter (string) |
Hub 메타데이터가 포함된 일치하는 모델 객체 배열 | Free |
hf_model_info |
model_id (string) |
포괄적인 모델 카드 메타데이터, 파이프라인 및 라이선스 | Free |
hf_search_datasets |
query (string) |
검색어와 일치하는 데이터셋 카탈로그 목록 | Free |
hf_list_inference_models |
None | 추론 라우터에서 지원하는 활성 모델 목록 | Free |
hf_chat |
model (string), messages (array), max_tokens (number) |
OpenAI 호환 채팅 응답 및 token 사용 세부 정보 | Billed |
hf_embeddings |
inputs (array of strings), model (string) |
텍스트 입력을 위한 다차원 부동 소수점 벡터 | Billed |
hf_request |
endpoint (string), params (object) |
임의의 엔드포인트에서 발생하는 사용자 정의 원시 HTTP 페이로드 응답 | Varied |
모든 도구는 엄격한 JSON 경계를 적용하며 민감한 HF_TOKEN이 디버그 출력이나 agent 로그에 절대 유출되지 않도록 합니다.
inputs의 배열 사용)하여 API 왕복을 최소화하는 내장 기능입니다.hf_list_inference_models를 쿼리하고 다른 모델로 대체할 수 있습니다.hf_request 도구를 유연한 개발자 탈출구로 사용하여 사용자 정의, 미세 조정 또는 비공개 Hugging Face 엔드포인트에 액세스합니다.로드 중
AI 에이전트가 복잡한 소프트웨어 버그와 성능 회귀를 체계적으로 재현, 격리 및 해결하도록 설계된 규율 있는 다단계 진단 루프입니다.

엄격한 인터뷰, 도메인 용어집 및 아키텍처 결정 레코드(ADRs)를 사용하여 시스템 아키텍처를 정렬하는 대화형 AI 설계 코칭 및 문서화 스킬입니다.

AI 에이전트에게 세션 간 지속적인 컨텍스트 인식과 적응형 성능을 제공하도록 설계되어 프로덕션 환경에서 검증된 메모리 및 자체 진화 청사진입니다.

800개 이상의 직업에 걸쳐 글로벌 취업 시장 변화, 급여 벤치마크 및 교육 ROI를 추적하는 AI 기반 커리어 개발 및 교육 계획 스킬입니다.

aky-fengshui 스킬은 세 가지 주요 전통 풍수지리 학파를 정형화된 디지털 워크플로우에 원활하게 통합함으로써 종합적인 공간 에너지를 평가합니다.

3개 동전 점술 및 매화역수를 포함한 5가지 전통 방식을 지원하는 고급 주역(I Ching) 점술 및 의사결정 시스템입니다.








































