Guia de leitura localizado
transformers-jsFinalidade, utilização e fonte
UsarTransformers.jspara executar modelos de aprendizado de máquina de última geração diretamente emJavaScript/TypeScript.Suporta PNL (classificação de texto, tradução, sumarização), visão computacional (classificação de imagens, detecção de objetos), áudio (reconhecimento de fala, classificação de áudio) e tarefas multimodais. Funciona em navegadores e ambientes de execução do lado do servidor.Node.js, Bun, Deno) comWebGPU/WASMUtilizando modelos pré-treinados do Hugging Face Hub.
Fonte recuperada:
- Repositório de origem
- huggingface/skills
- SKILL.md
skills/transformers-js/SKILL.md- Estrelas do repositório
- 11,241
- Atualização do repositório
- 2026-10-30
- Classificação de Habilidades
- Desenvolvimento
- Última coleta
Licença: Apache-2.0
Os trechos do fluxo de trabalho são auxiliares de leitura e não instruções executáveis do Codez. Nenhuma Skill de terceiros foi executada para gerar esta página.
Os trechos abaixo, que descrevem o propósito e o fluxo de trabalho, são material original, organizado e traduzido para facilitar a leitura. Eles são distintos da análise editorial da Codez, que possui uma etiqueta separada.
O que esta habilidade faz
UsarTransformers.jspara executar modelos de aprendizado de máquina de última geração diretamente emJavaScript/TypeScript.Suporta PNL (classificação de texto, tradução, sumarização), visão computacional (classificação de imagens, detecção de objetos), áudio (reconhecimento de fala, classificação de áudio) e tarefas multimodais. Funciona em navegadores e ambientes de execução do lado do servidor.Node.js, Bun, Deno) comWebGPU/WASMUtilizando modelos pré-treinados do Hugging Face Hub.
Como funciona o fluxo de trabalho upstream
Utilização da WebGPU
O WebGPU oferece aceleração por GPU em navegadores e ambientes de execução do lado do servidor (quando compatível): Observação: Usewebgpuquando disponível e recorrer aWASM/CPUquando não for suportado no ambiente de execução atual.
Quando usar essa habilidade
Use essa habilidade quando precisar: executar modelos de aprendizado de máquina para análise, geração ou tradução de texto em JavaScript; realizar classificação de imagens, detecção ou segmentação de objetos; implementar reconhecimento de fala ou processamento de áudio.
Passagem a montante · L17 ↗Transformers.js- Aprendizado de máquina para JavaScript
Transformers.jsPermite executar modelos de aprendizado de máquina de última geração diretamente em JavaScript em navegadores e ambientes de execução do lado do servidor (Node.js, Bun, Deno), sem necessidade de servidor Python.
Passagem a montante · L13 ↗Requisitos e configuração
compatibilidade
RequerNode.js 18+ (ou compatível)Bun/Denotempo de execução) ou navegador moderno com suporte a módulos ES. O WebGPU requer tempo de execução e suporte de hardware; WASM é a alternativa mais comum. É necessário acesso à internet para baixar modelos do Hugging Face Hub (opcional se estiver usando modelos locais).
Passagem a montante · L1 ↗Configuração do ambiente (env)
OenvO objeto proporciona controle abrangente sobreTransformers.jsExecução, armazenamento em cache e carregamento de modelos. Para obter documentação completa sobre todas as opções de configuração, estratégias de armazenamento em cache, gerenciamento de cache, pré-download de modelos e muito mais, consulte:
npm install @huggingface/transformersLimites e verificações de qualidade
Nenhuma passagem de limites separada foi selecionada deste arquivo. Isso não significa que a Skill seja segura para todas as entradas ou ambientes. Analise o código-fonte completo e valide seus próprios resultados.
Comece com um teste seguro.
- Verifique o host compatível e as instruções de instalação do repositório. Mantenha o diretório Skill e seus scripts, recursos e documentação referenciados juntos;SKILL.mdsozinho pode omitir dependências.
- Forneça ao agente suas entradas reais, a saída desejada e os critérios de aceitação. A sintaxe de invocação e as ferramentas disponíveis dependem do host; este site não pressupõe um comando de instalação universal.
- Teste o fluxo de trabalho original em um projeto descartável ou em uma cópia. Analise as operações que alteram arquivos, serviços remotos ou recursos faturáveis antes de permiti-las.
- Valide o resultado comparando-o com as verificações de qualidade da fonte e com seus próprios requisitos. Um gatilho bem-sucedido ou uma alta contagem de estrelas no repositório não garantem um resultado correto.
Leia mais na fonte.
- Transformers.js- Aprendizado de máquina para JavaScript
- Quando usar essa habilidade
- 1API de Pipeline
- 2Seleção de Modelo
- 3Seleção de Dispositivos
- 4Opções de quantização
- Tarefas suportadas
- Geração de texto
- Navegando pelo Hub do Hugging Face
- Como escolher o modelo certo
- Dicas para seleção de modelos
- Configuração do ambiente (
env) - Registro de Modelos (v4)
- Tokenização independente (
@huggingface/tokenizers) - Utilização da WebGPU
- Desempenho WASM
- Acompanhamento do progresso e indicadores de carregamento
- Dicas de desempenho
- Gerenciamento de memória
- Modelo não encontrado
- Problemas de memória
- Erros de WebGPU
- Esta habilidade
- OficialTransformers.js
- Melhores práticas
- Referência rápida: IDs de tarefas
Habilidades relacionadas
Tradução e escopo
Este guia de leitura seleciona trechos do texto fixado a montante.SKILL.mdA tradução foi feita com auxílio de ferramentas. Este não é um manual completo nem garante compatibilidade comprovada. Leia o original e os arquivos referenciados antes de usar.
Esta introdução refere-se à versão fixada abaixo; a atividade atual do repositório e o tempo de coleta são mostrados separadamente.
- Fonte fixada
- Leia o original ↗
- Fonte recuperada
- Commit de origem
fabc634a893f62ad5c2039830397efa35fa62715- Fonte SHA-256
241ef15a39acbdf1d610acab683c0f76500d7c021c9c0303e6bb2c751ac3d395