Skill 多语言阅读指南
hf-mem用途、用法与原始来源
使用 Hugging Face CLI 估算从 Hugging Face Hub 加载 Safetensors 或 GGUF 模型权重进行推理所需的内存。
原文采集时间:
- SKILL.md
skills/hf-mem/SKILL.md- 仓库 Star
- 11,241
- 仓库最近更新
- 2026/10/30
- 能力分类
- 其他
- 最近采集时间
许可：Apache-2.0
流程片段用于帮助阅读上游说明。本页没有执行第三方 Skill，不属于实测评测。
下面的用途和操作片段来自上游文档，由本站整理并翻译，和另行标注的 Codez 编辑分析分开展示。
这个 Skill 能做什么
使用 Hugging Face CLI 估算从 Hugging Face Hub 加载 Safetensors 或 GGUF 模型权重进行推理所需的内存。
如何使用：上游操作流程
如何跑步？
奔跑--model-id指向 Hugging Face Hub 存储库，该存储库将检查它是否包含 Safetensors（通过model.safetensors，model.safetensors.index.json如果分片，或者model_index.json对于扩散器）或 GGUF 模型权重。如果存储库包含多种精度/量化的 GGUF 模型权重，则估计将基于每个文件进行；而对于推理，您无需加载所有精度，只需加载其中一种精度即可。也就是说，对于 GGUF，您可能还需要提供--gguf-file指定要运行的特定文件（或分片后的路径）。此外，hf-mem附带一个--experimental该标志还会计算 KV 缓存内存需求，这对于大型语言模型很有用，这意味着它适用于 LLM（...ForCausalLM），VLM（...ForConditionalGeneration）和 GGUF 模型。对于 Safetensors，请使用以下方式：
概述
hf_mem使用 HTTP Range 请求（即无需在本地下载或加载任何权重）来估算 Hugging Face Hub 上 Safetensors 和 GGUF 模型推理所需的内存，包括模型权重和可选的 KV 缓存。
uvx hf-mem --model-id <model-id> --json-output环境与依赖
限制与结果检查
本次未从该文件选出独立的限制片段，不代表适用于所有输入或环境。请阅读完整原文，并自行验证实际结果。
开始使用前
- 先核对支持的 Agent 宿主和仓库安装说明。保留完整 Skill 目录及其引用的脚本、资源和文档，只复制 SKILL.md 可能漏掉依赖。
- 向 Agent 提供实际输入、期望输出和验收标准。调用方式与可用工具取决于宿主环境，本站不假定存在通用的安装命令。
- 先在临时项目或输入副本上试用。涉及修改文件、远程服务或计费资源的操作，应逐项核对后再授权。
- 按照原文检查项和自己的需求验证输出。成功触发或仓库 Star 较高，都不能证明结果正确。
继续阅读原始文档
相关 Skill
翻译与介绍范围
本页从固定版本的上游 SKILL.md 整理用途与操作片段，译文使用辅助翻译。它不是完整手册，也不代表经过兼容性实测；使用前请核对原文及其引用文件。
介绍依据下方列出的固定版本；当前仓库动态和目录采集时间单独展示。
- 固定版本来源
- 阅读原文 ↗
- 原文采集时间
- 来源提交版本
fabc634a893f62ad5c2039830397efa35fa62715- 原文 SHA-256
ee99f9d97e084aa61a80eaec4e6de2265341e71256d918d48fb87a2ac01ce99f