स्थानीयकृत पठन मार्गदर्शिका

huggingface-lora-space-builderउद्देश्य, उपयोग और स्रोत

उपयोगकर्ता द्वारा प्रदान किए गए LoRA के लिए Hugging Face Spaces पर Gradio डेमो बनाएं और प्रकाशित करें। इसका उपयोग तब करें जब कोई आपसे LoRA के लिए Space, डेमो, Gradio ऐप या प्लेग्राउंड बनाने, जनरेट करने, भेजने या प्रकाशित करने के लिए कहे - जिसमें Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL, या अन्य डिफ्यूजन बेस मॉडल के लिए LoRA शामिल हैं। यह तब भी ट्रिगर होता है जब कोई व्यक्ति अपने द्वारा प्रशिक्षित या हब पर होस्ट किए गए LoRA का वर्णन करता है और उसे साझा करना चाहता है। इसमें सही बेस पाइपलाइन चुनने के बारे में भी बताया गया है।diffusersअनुमान लगाने की विधि, LoRA के कार्य और इनपुट के अनुरूप UI डिजाइन करना (Union/multi-taskनियंत्रण, संपादन, वीडियो, छवि, आदि), मॉडल-कार्ड अनुशंसाओं (ट्रिगर शब्द, चरण, मार्गदर्शन, LoRA स्केल, उदाहरण इनपुट) का सम्मान करते हुए, और डिफ़ॉल्ट रूप से एक निजी स्पेस के रूप में ZeroGPU हार्डवेयर पर शिपिंग करना।

स्रोत प्राप्त किया गया: 2026-10-29

स्रोत रिपॉज़िटरी: huggingface/skills
SKILL.md: skills/huggingface-lora-space-builder/SKILL.md
रिपॉज़िटरी Star: 11,241
रिपॉज़िटरी का अंतिम अपडेट: 2026-10-30
क्षमता वर्गीकरण: डिज़ाइन
अंतिम संग्रह समय: 2026-10-31 10:38 UTC+08:00

लाइसेंस: Apache-2.0

मूल SKILL.md

वर्कफ़्लो के अंश केवल पढ़ने में सहायता के लिए हैं, कोडेज़ से निष्पादन योग्य निर्देश नहीं हैं। इस पृष्ठ को बनाने के लिए किसी तृतीय-पक्ष स्किल का उपयोग नहीं किया गया है।

नीचे दिए गए उद्देश्य और कार्यप्रणाली संबंधी अंश प्रारंभिक सामग्री हैं, जिन्हें पढ़ने के लिए व्यवस्थित और अनुवादित किया गया है। ये अलग से लेबल किए गए कोडेज़ संपादकीय विश्लेषण से भिन्न हैं।

यह कौशल क्या करता है

अपस्ट्रीम वर्कफ़्लो कैसे काम करता है

कार्यप्रवाह

इन चरणों को क्रम से पूरा करें। एक चरण में एकत्रित जानकारी अगले चरण का निर्धारण करती है। पाइपलाइन चुनने और यूआई डिज़ाइन करने के लिए आवश्यक LoRA जानकारी एकत्रित करें। बेस पाइपलाइन और इन्फ़रेंस रेसिपी चुनें। इस विशिष्ट LoRA के कार्य और इनपुट के लिए यूआई डिज़ाइन करें।

ऊपर की ओर मार्ग · L24 ↗

ग्राडियो लोरा स्पेस बिल्डर

हगिंग फेस स्पेसेस पर एक ग्रैडियो डेमो बनाएं और प्रकाशित करें जो उपयोगकर्ता द्वारा प्रदान किए गए LoRA के साथ इन्फरेंस चलाता है। इसका उपयोग तब करें जब कोई आपसे LoRA के लिए "स्पेस", "डेमो", "ग्रैडियो ऐप" या "प्लेग्राउंड" बनाने, जनरेट करने, भेजने या प्रकाशित करने के लिए कहे - चाहे बेस मॉडल क्वेन-इमेज, क्वेन-इमेज-एडिट, LTX या कोई अन्य डिफ्यूजन मॉडल हो। इसका उपयोग तब भी करें जब कोई अपने द्वारा प्रशिक्षित या हब पर होस्ट किए गए LoRA का वर्णन करता है और उसे साझा करना चाहता है। डिफ़ॉल्ट लक्ष्य ZeroGPU हार्डवेयर है और डिफ़ॉल्ट इन्फरेंस लाइब्रेरी है।diffusersजब बेस मॉडल इसका समर्थन करता है। आउटपुट एक वास्तविक, प्रकाशित स्पेस (डिफ़ॉल्ट रूप से निजी) होता है जिसे उपयोगकर्ता ब्राउज़र में आज़मा सकता है, न कि कोई स्थानीय स्क्रिप्ट।

ऊपर की ओर मार्ग · L6 ↗

इन डेमो के लिए "अच्छा" क्या दिखता है

डेमो ऐसा लगना चाहिए जैसे इसे विशेष रूप से इसी LoRA के लिए तैयार किया गया हो, न कि किसी सामान्य टेम्पलेट पर LoRA को जोड़ दिया गया हो। दो LoRA जो एक ही कार्य साझा करते हैं, उनके लिए भी अलग-अलग डेमो की आवश्यकता हो सकती है: एक पोज़-कंट्रोल वीडियो LoRA और एक आउटपेंटिंग वीडियो LoRA दोनों वीडियो इनपुट लेते हैं और वीडियो आउटपुट देते हैं, लेकिन उपयोगकर्ता द्वारा दिए गए इनपुट, प्रीप्रोसेसिंग और नियंत्रण पूरी तरह से अलग होते हैं। इसे समझना ही यहाँ मुख्य कार्य है। संक्षेप में, एक अच्छा डेमो:

ऊपर की ओर मार्ग · L12 ↗

ऊपर की ओर मार्ग · python ↗

from huggingface_hub import HfApi, get_token

cached_token = get_token()  # picks up HF_TOKEN env var or cached CLI login
if cached_token:
    try:
        info = HfApi().whoami(token=cached_token)
        username = info["name"]
        # info also has fine-grained token scope info if applicable
    except Exception:
        cached_token = None  # token exists but is invalid/expired

आवश्यकताएँ और सेटअप

`requirements.txt`

एक निश्चित न्यूनतम सूची भेजकर सब कुछ ठीक होने की उम्मीद न करें। "न्यूनतम" सूची सामान्य T के लिए काम करती है।2बेस मॉडल में विज़न-लैंग्वेज टेक्स्ट एनकोडर, वीडियो आउटपुट, या कोई भी गैर-मामूली प्रीप्रोसेसिंग होते ही I LoRA त्रुटि उत्पन्न होती है और टूट जाती है।requirements.txtस्पेस को वास्तव में जिस चीज़ की आवश्यकता है, इस क्रम में: प्रत्येक शीर्ष-स्तरीय गैर-stdlib आयातapp.py। अगरapp.pyकरता हैimport cv2,requirements.txtहैopencv-pythonअगर ऐसा होता हैfrom controlnet_aux import OpenposeDetector,requirements.txtहैcontrolnet-auxआयात प्रक्रिया को मैन्युअल रूप से देखें। (अगले पैराग्राफ में दिए गए अपवादों पर ध्यान दें - कुछ आयात रनटाइम बिल्ट-इन हैं और उन्हें सूचीबद्ध करने की आवश्यकता नहीं है।)

ऊपर की ओर मार्ग · L188 ↗

सीमाएं और गुणवत्ता जांच

इस फ़ाइल से कोई अलग सीमा अंश नहीं चुना गया है। इसका मतलब यह नहीं है कि यह स्किल हर इनपुट या वातावरण के लिए सुरक्षित है। संपूर्ण स्रोत की समीक्षा करें और अपने परिणाम की पुष्टि करें।

सुरक्षित परीक्षण से शुरुआत करें

समर्थित होस्ट और रिपॉजिटरी इंस्टॉलेशन निर्देशों की जाँच करें। स्किल डायरेक्टरी और उससे संबंधित स्क्रिप्ट, एसेट्स और डॉक्यूमेंटेशन को एक साथ रखें;SKILL.mdअकेले होने पर निर्भरताओं को छोड़ा जा सकता है।
एजेंट को अपना वास्तविक इनपुट, अपेक्षित आउटपुट और स्वीकृति मानदंड प्रदान करें। इनवोकेशन सिंटैक्स और उपलब्ध उपकरण होस्ट पर निर्भर करते हैं; यह साइट किसी सार्वभौमिक इंस्टॉलेशन कमांड को नहीं मानती है।
डिस्पोजेबल प्रोजेक्ट या उसकी कॉपी पर मूल वर्कफ़्लो को आज़माएँ। फ़ाइलों, रिमोट सेवाओं या बिल योग्य संसाधनों में परिवर्तन करने वाले कार्यों की अनुमति देने से पहले उनकी समीक्षा करें।
स्रोत गुणवत्ता जांच और अपनी आवश्यकताओं के आधार पर आउटपुट को सत्यापित करें। सफल ट्रिगर या उच्च रिपॉजिटरी स्टार संख्या सही परिणाम की गारंटी नहीं देते।

कौशल प्रारूप और निर्देशिका विनिर्देश ↗

मूल लेख में आगे पढ़ें

अनुवाद और दायरा

यह पठन मार्गदर्शिका ऊपर पिन किए गए अंशों में से चयनित अंशों को प्रस्तुत करती है।SKILL.mdयह अनुवाद सहायता से किया गया है। यह कोई संपूर्ण नियमावली या परीक्षित संगतता का दावा नहीं है। उपयोग करने से पहले मूल दस्तावेज़ और उससे संबंधित फ़ाइलों को पढ़ें।

यह परिचय नीचे पिन किए गए संस्करण को संदर्भित करता है; वर्तमान रिपॉजिटरी गतिविधि और संग्रह समय अलग से दिखाए गए हैं।

पिन किया गया स्रोत: मूल लेख पढ़ें ↗
स्रोत प्राप्त किया गया: 2026-10-29T09:32:23Z
स्रोत कमिट: fabc634a893f62ad5c2039830397efa35fa62715
स्रोत SHA-256: 7192d4a44172609eb073334e0410aff1d3b9134f82b94f1329435ca7fcfa0ad2

संपूर्ण कौशल सूची पर वापस जाएँ