Skill 多語言閱讀指南

huggingface-best用途、用法與原始來源

當使用者詢問如何找到完成特定任務的最佳、頂級或推薦模型，想知道應該使用哪個 AI 模型，或想按基準測試分數比較模型時，可以使用此功能。觸發條件包括：「X 的最佳模型」、「我應該使用哪個模型」、「[任務] 的頂級模型」、「哪個模型可以在我的電腦上運行」。laptop/machine/device無論是“推薦模型”、“我應該使用哪種LLM”、“比較模型”、“目前最先進的技術是什麼”，還是任何關於為特定用例選擇AI模型的問題，都應該使用此技能。當使用者需要模型推薦或比較時，即使他們沒有明確提及HuggingFace或基準測試，也應該始終使用此技能。

原文擷取時間: 2026-10-29

來源儲存庫: huggingface/skills
SKILL.md: skills/huggingface-best/SKILL.md
儲存庫 Star: 11,241
儲存庫最近更新: 2026-10-30
能力分類: 其他
最近採集時間: 2026-10-31 10:38 UTC+08:00

授權：Apache-2.0

原始 SKILL.md

流程片段用來協助閱讀上游說明。本頁沒有執行第三方 Skill，不屬於實測評測。

下面的用途與操作片段來自上游文件，由本站整理並翻譯，和另行標示的 Codez 編輯分析分開呈現。

這個 Skill 能做什麼

如何使用：上游操作流程

步1解析請求

使用者訊息摘錄：任務：他們希望模型做什麼（編碼，math/reasoning聊天，OCR，RAG/retrieval（語音辨識、影像分類、多模態、智慧體等）設備：硬體限制（MacBook M 系列）8/16/32/64GB統一內存，RTX GPU 顯存容量，僅 CPU，cloud/no（例如，約束條件等）如果未提及設備，則完全跳過篩選，返回性能最佳的模型，無論其大小如何。如果任務確實存在歧義，則提出一個澄清問題。

原文片段 · L22 ↗

步2尋找相關的基準資料集

取得完整的官方HF基準測試資料集列表：讀取傳回的列表，並選擇與使用者任務最相關的資料集－匹配資料集ID、標籤和描述。請自行判斷，不要局限於此。2-3力求全面覆蓋：如果5基準測試完全涵蓋了這項任務，請使用所有基準測試。5。

原文片段 · L41 ↗

步3從排行榜中獲取頂級模特

對於每個選定的基準資料集：收集所有基準測試中的模型 ID 和分數。如果排行榜回傳錯誤（404，401等等），跳過它並在輸出中註明。

原文片段 · L54 ↗

原文片段 · bash ↗

curl -s -H "Authorization: Bearer $(cat ~/.cache/huggingface/token)" \
  "https://huggingface.co/api/datasets?filter=benchmark:official&limit=500" | jq '[.[] | {id, tags, description}]'

環境與相依需求

本次未從該檔案選出獨立的環境需求片段，不代表無須相依套件。請繼續核對儲存庫的安裝說明和引用檔案。

限制與結果檢查

本次未從該檔案選出獨立的限制片段，不代表適用於所有輸入或環境。請閱讀完整原文，並自行驗證實際結果。

開始使用前

先核對支援的 Agent 宿主和儲存庫安裝說明。保留完整 Skill 目錄及其引用的腳本、資源和文件，只複製 SKILL.md 可能遺漏相依需求。
向 Agent 提供實際輸入、預期輸出和驗收標準。呼叫方式與可用工具取決於宿主環境，本站不假定存在通用的安裝指令。
先在暫存專案或輸入副本上試用。涉及修改檔案、遠端服務或計費資源的操作，應逐項核對後再授權。
依照原文檢查項目和自己的需求驗證輸出。成功觸發或儲存庫 Star 較高，都不能證明結果正確。

Skill 檔案與目錄格式規範 ↗

繼續閱讀原始文件

翻譯與介紹範圍

本頁從固定版本的上游 SKILL.md 整理用途與操作片段，譯文使用輔助翻譯。它不是完整手冊，也不代表經過相容性實測；使用前請核對原文及其引用檔案。

介紹依據下方列出的固定版本；目前儲存庫動態和目錄擷取時間分開呈現。

固定版本來源: 閱讀原文 ↗
原文擷取時間: 2026-10-29T09:32:23Z
來源提交版本: fabc634a893f62ad5c2039830397efa35fa62715
原文 SHA-256: 4566c02cb6da804dcc434b6b4d48a1895e937157cdaec4ec4c523a2f97cf16d0

返回完整 Skill 目錄