C✳CODEZ.WIN
🌐 Русский

Локализованное руководство по чтению

huggingface-lora-space-builderНазначение, использование и источник

Создайте и опубликуйте демоверсию Gradio в Hugging Face Spaces для предоставленной пользователем модели LoRA. Используйте, когда кто-то запрашивает создание, генерацию, распространение или публикацию пространства, демоверсии, приложения Gradio или интерактивной среды для модели LoRA — включая модели LoRA для Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL или других базовых моделей распространения. Также срабатывает, когда кто-то описывает модель LoRA, которую он обучил или разместил в Hub, и хочет поделиться ею. Рассматривается выбор правильного базового конвейера иdiffusersрецепт вывода, разработка пользовательского интерфейса, адаптированного к задаче и входным данным LoRA (Union/multi-taskуправление, редактирование, видео, изображения и т. д.), с учетом рекомендаций по модели видеокарты (ключевые слова, шаги, указания, масштаб LoRA, примеры входных данных) и по умолчанию поставка на оборудование ZeroGPU в частном пространстве.

Источник получен:

Репозиторий-источник
huggingface/skills
SKILL.md
skills/huggingface-lora-space-builder/SKILL.md
Звёзды репозитория
11,241
Последнее обновление репозитория
2026-10-30
Категории Skills
Дизайн
Время последнего сбора

Лицензия: Apache-2.0

Оригинальный файл SKILL.md

Приведенные фрагменты описания рабочих процессов являются вспомогательными средствами для чтения, а не исполняемыми инструкциями от Codez. Для создания этой страницы не использовались сторонние инструменты.

Приведённые ниже фрагменты, описывающие цели и рабочие процессы, представляют собой исходный материал, систематизированный и переведённый для удобства чтения. Они отличаются от отдельно обозначенного редакционного анализа Codez.

Что делает этот навык

Создайте и опубликуйте демоверсию Gradio в Hugging Face Spaces для предоставленной пользователем модели LoRA. Используйте, когда кто-то запрашивает создание, генерацию, распространение или публикацию пространства, демоверсии, приложения Gradio или интерактивной среды для модели LoRA — включая модели LoRA для Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL или других базовых моделей распространения. Также срабатывает, когда кто-то описывает модель LoRA, которую он обучил или разместил в Hub, и хочет поделиться ею. Рассматривается выбор правильного базового конвейера иdiffusersрецепт вывода, разработка пользовательского интерфейса, адаптированного к задаче и входным данным LoRA (Union/multi-taskуправление, редактирование, видео, изображения и т. д.), с учетом рекомендаций по модели видеокарты (ключевые слова, шаги, указания, масштаб LoRA, примеры входных данных) и по умолчанию поставка на оборудование ZeroGPU в частном пространстве.

Как работает рабочий процесс на вышестоящем уровне

Рабочий процесс

Проходите эти этапы по порядку. Информация, собранная на одном этапе, определяет следующий. Соберите необходимую информацию о LoRA, чтобы выбрать конвейер обработки данных и разработать пользовательский интерфейс. Выберите базовый конвейер и алгоритм вывода. Разработайте пользовательский интерфейс для конкретной задачи и входных данных LoRA.

проход вверх по течению · L24 ↗

Gradio LoRA Space Builder

Создайте и опубликуйте демонстрационную версию Gradio на Hugging Face Spaces, которая выполняет инференс с использованием предоставленной пользователем модели LoRA. Используйте её всякий раз, когда кто-то запрашивает создание, генерацию, распространение или публикацию «пространства», «демонстрации», «приложения Gradio» или «игровой площадки» для модели LoRA — независимо от того, является ли базовой моделью Qwen-Image, Qwen-Image-Edit, LTX или другая модель диффузии. Также используйте её, когда кто-то описывает модель LoRA, которую он обучил или разместил в Hub, и хочет поделиться ею. Целевая платформа по умолчанию — оборудование ZeroGPU, а библиотека инференса по умолчанию —diffusersКогда базовая модель это поддерживает. В результате получается реальное, опубликованное пространство (по умолчанию частное), которое пользователь может попробовать в браузере, а не локальный скрипт.

проход вверх по течению · L6 ↗

Что означает "хорошо" качество этих демонстраций?

Демонстрация должна выглядеть так, будто она создана специально для этого конкретного LoRA, а не является универсальным шаблоном с уже добавленным LoRA. Две LoRA, выполняющие одну и ту же задачу, могут потребовать разных демонстраций: LoRA для управления позой и LoRA для обработки видеоданных принимают и выдают видеосигнал, но входные данные, предоставляемые пользователем, предварительная обработка и элементы управления совершенно разные. Понимание этого — главная задача. Конкретно, хорошая демонстрация:

проход вверх по течению · L12 ↗
проход вверх по течению · 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

Требования и настройка

requirements.txt

Не стоит поставлять готовый минимальный список и надеяться на лучшее. "Минимальный" список подходит для простых T-типов.2LoRAs ломается в тот момент, когда базовая модель получает кодировщик текста на языке машинного зрения, видеовыход или любую нетривиальную предварительную обработку. Вывестиrequirements.txtисходя из реальных потребностей пространства, в следующем порядке: каждый импорт верхнего уровня, не относящийся к стандартной библиотеке.app.py. Еслиapp.pyделаетimport cv2,requirements.txtимеетopencv-pythonЕсли это произойдетfrom controlnet_aux import OpenposeDetector,requirements.txtимеетcontrolnet-aux. Пройдитесь по импортируемым файлам механически. (Обратите внимание на исключения в следующем абзаце — некоторые импортируемые файлы являются встроенными во время выполнения и не требуют перечисления.)

проход вверх по течению · L188 ↗

Ограничения и проверки качества

Из этого файла не был выбран отдельный фрагмент с ограничениями. Это не означает, что навык безопасен для любых входных данных или сред. Проверьте полный исходный код и подтвердите свой собственный результат.

Начните с безопасного пробного периода.

  1. Проверьте поддерживаемый хост и инструкции по установке репозитория. Храните каталог Skill, а также связанные с ним скрипты, ресурсы и документацию вместе;SKILL.mdВ одиночку можно опустить зависимости.
  2. Предоставьте агенту ваши реальные входные данные, желаемый результат и критерии приемки. Синтаксис вызова и доступные инструменты зависят от хоста; данный сайт не предполагает универсальной команды установки.
  3. Попробуйте запустить исходный рабочий процесс в тестовом проекте или в его копии. Перед тем как разрешить операции, изменяющие файлы, удаленные сервисы или оплачиваемые ресурсы, проверьте их.
  4. Проверьте выходные данные на соответствие исходным проверкам качества и вашим собственным требованиям. Успешный запуск или большое количество звезд в репозитории не гарантируют корректного результата.

Формат навыков и спецификация каталога ↗

Подробнее читайте в источнике.

Перевод и сфера применения

В этом руководстве по чтению представлены избранные отрывки из закрепленного текста выше по течению.SKILL.mdПеревод выполнен с помощью переводчика. Это не полное руководство и не гарантия проверенной совместимости. Перед использованием ознакомьтесь с оригиналом и указанными в нем файлами.

Данное введение относится к закрепленной ниже версии; текущая активность в репозитории и время сбора данных отображаются отдельно.

Закрепленный источник
Прочитайте оригинал ↗
Источник получен
Исходный коммит
fabc634a893f62ad5c2039830397efa35fa62715
Исходный SHA-256
7192d4a44172609eb073334e0410aff1d3b9134f82b94f1329435ca7fcfa0ad2
Вернуться к полному каталогу навыков