ローカライズされた読書ガイド
huggingface-lora-space-builder目的、用途、および情報源
ユーザー提供の LoRA 用の Hugging Face Spaces で Gradio デモを構築して公開します。LoRA (Qwen-Image、Qwen-Image-Edit、LTX-Video、Wan、FLUX、SDXL、その他の拡散ベースモデルの LoRA を含む) 用の Space、デモ、Gradio アプリ、またはプレイグラウンドの作成、生成、出荷、または公開を誰かが要求したときに使用します。また、Hub でトレーニングまたはホストした LoRA を説明し、それを共有したい場合にもトリガーされます。適切なベースパイプラインの選択とdiffusers推論レシピ、LoRAのタスクと入力に合わせたUIの設計（Union/multi-task（制御、編集、ビデオ、画像など）モデルカードの推奨事項（トリガーワード、手順、ガイダンス、LoRAスケール、入力例）を尊重し、デフォルトでプライベートスペースとしてZeroGPUハードウェアに出荷します。
ソースを取得しました:
- 出典リポジトリ
- huggingface/skills
- SKILL.md
skills/huggingface-lora-space-builder/SKILL.md- リポジトリの Star
- 11,241
- リポジトリの最終更新
- 2026-10-30
- 能力分類
- デザイン
- 最終収集時刻
ライセンス: Apache-2.0
ワークフローの抜粋は、Codezによる実行可能な指示ではなく、あくまでも参考資料です。このページを作成するために、サードパーティ製のスキルは実行されていません。
以下の目的とワークフローに関する記述は、上流工程に関する資料であり、読みやすいように整理・翻訳されています。これらは、別途ラベル付けされたCodez編集分析とは区別されます。
このスキルが何をするか
ユーザー提供の LoRA 用の Hugging Face Spaces で Gradio デモを構築して公開します。LoRA (Qwen-Image、Qwen-Image-Edit、LTX-Video、Wan、FLUX、SDXL、その他の拡散ベースモデルの LoRA を含む) 用の Space、デモ、Gradio アプリ、またはプレイグラウンドの作成、生成、出荷、または公開を誰かが要求したときに使用します。また、Hub でトレーニングまたはホストした LoRA を説明し、それを共有したい場合にもトリガーされます。適切なベースパイプラインの選択とdiffusers推論レシピ、LoRAのタスクと入力に合わせたUIの設計（Union/multi-task（制御、編集、ビデオ、画像など）モデルカードの推奨事項（トリガーワード、手順、ガイダンス、LoRAスケール、入力例）を尊重し、デフォルトでプライベートスペースとしてZeroGPUハードウェアに出荷します。
上流ワークフローの仕組み
ワークフロー
これらのフェーズを順番に進めてください。あるフェーズで収集した情報に基づいて、次のフェーズを決定します。パイプラインの選択とUIの設計に必要なLoRA情報を収集します。基本となるパイプラインと推論レシピを選択します。この特定のLoRAのタスクと入力に合わせてUIを設計します。
上流への航路 · L24 ↗グラディオ LoRA スペースビルダー
ユーザー提供の LoRA を使用して推論を実行する、Hugging Face Spaces 上の Gradio デモを構築して公開します。ベースモデルが Qwen-Image、Qwen-Image-Edit、LTX、またはその他の拡散モデルであるかどうかにかかわらず、LoRA 用の「スペース」、「デモ」、「Gradio アプリ」、または「プレイグラウンド」の作成、生成、出荷、または公開を誰かが要求したときに使用します。また、Hub でトレーニングまたはホストした LoRA を説明し、それを共有したい場合にも使用します。デフォルトのターゲットは ZeroGPU ハードウェアで、デフォルトの推論ライブラリはdiffusers基本モデルがサポートしている場合に限ります。出力は、ローカルスクリプトではなく、ユーザーがブラウザで試用できる実際の公開済みスペース（デフォルトでは非公開）です。
これらのデモにおける「良い」とはどういうものか
デモは、汎用テンプレートにLoRAを無理やり取り付けたものではなく、この特定のLoRAに合わせて手作りされたように感じられるべきです。同じタスクを共有する2つのLoRAでも、異なるデモが必要になる場合があります。姿勢制御ビデオLoRAとアウトペインティングビデオLoRAはどちらもビデオを入力として受け取り、ビデオを出力しますが、ユーザーが提供する入力、前処理、および制御方法は全く異なります。ここで重要なのは、その点を認識することです。具体的には、優れたデモとは次のようなものです。
上流への航路 · L12 ↗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要件とセットアップ
requirements.txt
固定の最小リストを出荷して、あとは運任せにするのはやめましょう。「最小」リストは普通のTシャツには有効です。2LoRAsは、ベースモデルにビジョン言語テキストエンコーダ、ビデオ出力、または非自明な前処理が含まれるとすぐに壊れます。requirements.txtSpace が実際に必要とするものから、この順序で: すべてのトップレベルの非標準ライブラリのインポートapp.py。 もしapp.pyするimport cv2、requirements.txtもっているopencv-pythonもしそうならfrom controlnet_aux import OpenposeDetector、requirements.txtもっているcontrolnet-auxインポートを機械的に走査します。（次の段落で除外事項に注意してください。一部のインポートは実行時組み込み関数であるため、リストに含める必要はありません。）
制限事項と品質チェック
このファイルからは、個別の制限に関する記述は選択されていません。これは、このスキルがあらゆる入力や環境において安全であることを意味するものではありません。ソースコード全体を確認し、ご自身で結果を検証してください。
まずは安全なトライアルから始めましょう
- サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
- エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
- 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
- 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。
詳細は出典元をご覧ください。
関連スキル
翻訳と範囲
この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。
この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。
- ピン留めされたソース
- 原文を読む ↗
- ソースを取得しました
- ソースコミット
fabc634a893f62ad5c2039830397efa35fa62715- ソースSHA-256
7192d4a44172609eb073334e0410aff1d3b9134f82b94f1329435ca7fcfa0ad2