1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | huggingface-datasets-huggingface-skills |
| 作者/维护者 | Hugging Face（官方组织） |
| 来源链接 | https://github.com/huggingface/skills/tree/main/skills/huggingface-datasets |
| 许可证 | Apache-2.0（数据来自 GitHub API，仓库级） |
| GitHub Stars | 10,909（仓库级，数据来自 GitHub API；huggingface/skills 是一个合集仓库，该星数属整个仓库，不代表本技能自身热度） |
| Forks | 724（仓库级，数据来自 GitHub API） |
| 最新版本 | 所属插件包 huggingface-skills v1.0.23（数据来自 .claude-plugin/plugin.json；本技能自身不单独发版号，随仓库更新） |
| 安装方式 | Claude Code 插件市场 / hf CLI 按需添加 |
2. 功能介绍与亮点
huggingface-datasets 是 Hugging Face 官方 Dataset Viewer API 的技能化封装，教会 agent 用一组只读 HTTP 接口探索和抽取 Hugging Face Hub 上的数据集，无需下载整个数据集或起本地服务。核心能力：
- 元数据发现：校验数据集是否可用（
/is-valid）、列出 subset/split（/splits） - 内容浏览：预览首行（
/first-rows）、按 offset/length 分页遍历全部行（/rows） - 检索与过滤：全文检索（
/search）、按谓词过滤（/filter） - 规模与统计：获取行数/大小总量（
/size）、逐列统计（/statistics）、Parquet 分片链接（/parquet） - 创建与上传：从零依赖的 Hub 网页上传，到用
npx @huggingface/hub命令行上传本地 Parquet 目录（可选私有仓库） - Agent 会话记录归档：内置对 Claude Code（
~/.claude/projects）、Codex（~/.codex/sessions）、Pi Agent 会话目录的识别，可将原始.jsonl会话轨迹上传为私有数据集，供 Hub 的 Trace Viewer 浏览工具调用与模型响应
主要亮点：官方出品、完全开源可审计；只读操作零配置、复制命令即用；文档给出每个接口的完整参数与分页示例，写/上传路径的凭据要求也交代清楚。
3. 适用场景
所属分类：数据分析与可视化
适合需要在不下载整份数据集的前提下探索、抽样、检索大型 Hugging Face 数据集的开发者与数据研究者：快速查看某个数据集有哪些 split、预览样本、按关键词或条件筛选行、统计列分布，或反过来把本地整理好的 Parquet 数据发布成新的 Hub 数据集。也适合需要归档 Claude Code / Codex 等 agent 会话记录用于分析或复盘的用户。
4. 跨 Agent 兼容性
- Claude Code：原生支持——通过插件市场安装（
/plugin marketplace add huggingface/skills→/plugin install hf-cli@huggingface/skills→hf skills add huggingface-datasets），仓库 README 明确列出此安装路径 - Codex：需适配——README 提供两种路径：将
skills/目录下的技能复制/软链接到 Codex 的.agents/skills标准位置，或使用仓库生成的agentsmd/AGENTS.md作为兜底 - OpenClaw：未验证——仓库文档未提及该平台的安装路径
- Hermes Agent：未验证——仓库文档未提及该平台的安装路径
5. 推荐理由
官方出品、覆盖完整的数据集探索到发布全流程，且是四个目标 agent 生态里第一个专门做 Hugging Face 数据集操作的技能。只读浏览部分零配置、一条命令可用，文档把每个接口和分页方式都讲清楚，非常适合初中级用户在不写爬虫代码的情况下快速摸清一个陌生数据集的结构和内容，也适合把自己的 agent 会话记录规范化地归档到 Hub。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | Hugging Face 官方出品（发布方即所服务产品 HF Hub 的所有者）；所属仓库星数属合集，不计入个体，且未获取到该子技能自身的独立第三方热度证据 |
| 可用性 | 8 | 只读浏览/检索/统计接口一条 curl 命令即可用，文档含完整参数与分页示例；写入/上传路径需配置 HF_TOKEN，属少量配置；仓库整体近日活跃，本技能目录最近一次实质性更新在 2026-04-28 |
| 安全性 | 9 | 官方出品、完全开源可审计；默认操作全部只读（浏览/搜索/过滤/统计），无副作用；写入与上传路径需要显式提供 HF_TOKEN，目标端点透明（datasets-server.huggingface.co 与用户自己的 Hub 仓库） |
安全检查清单：
① Shell 命令执行：读操作为纯 HTTP 调用；上传路径涉及 npx @huggingface/hub 或 hf CLI 命令，范围明确、仅作用于用户指定的数据集仓库 — 无扣分
② 联网外发：所有请求指向 Hugging Face 官方 Dataset Viewer API 与 Hub，目标透明 — 无扣分
③ 凭据要求：读公开数据无需凭据；读私有/受限数据集与上传均需 HF_TOKEN，通过标准环境变量传递，未见不当存储 — 无扣分
④ 可疑指令：SKILL.md 与脚本中未发现提示词注入或隐蔽外发迹象 — 无扣分
⑤ 作者信誉：Hugging Face 官方组织 — 无扣分
⑥ License：Apache-2.0，明确 — 无扣分
⑦ 维护时间：本技能目录最近一次实质更新距今约 3 个多月，仓库整体在近一周内仍有其他技能的活跃提交，未见弃置迹象 — 轻微关注但不构成扣分项
综合评分：(7+8+9)/3 ≈ 8.0
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
| hf-cli（同仓库姊妹技能） | Hugging Face Hub 全量操作的入口技能，覆盖模型、数据集、Spaces、Jobs 等全部 hf 命令 |
定位更广但更泛，数据集专属操作（分页、过滤、统计、Dataset Viewer 专用接口）不如本技能细致；SKILL.md 本身建议数据集 SQL/Parquet 发现场景改用 hf-cli，二者是互补而非替代关系 |
| bigquery-basics（通用 SQL 数据仓库类技能） | 面向 Google BigQuery 的通用 SQL 查询与数据分析技能 | 服务对象是通用云数据仓库，需要用户自建/导入数据表；本技能专注 Hugging Face Hub 已发布的公开与私有数据集，无需额外建表或 ETL 迁移即可直接探索 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；可查证的是它已被多家第三方 Agent Skill 索引站点（如 Tessl、TrueFoundry、skillrepo.dev）收录并同步展示其接口说明，但均为自动化目录列表，不构成使用反馈。
9. 其他补充
上传流程支持零依赖的 Hub 网页方式，也支持 npx @huggingface/hub 命令行方式，适应不同技术背景的用户。
10. 安装使用方式
Claude Code：
/plugin marketplace add huggingface/skills
/plugin install hf-cli@huggingface/skills
hf skills add huggingface-datasetsCodex：将本仓库 skills/huggingface-datasets 目录复制或软链接到 Codex 的 .agents/skills 标准目录（如 $REPO_ROOT/.agents/skills 或 $HOME/.agents/skills），或直接使用仓库生成的 agentsmd/AGENTS.md 作为兜底指令集。
安装后无需重启，agent 在识别到“探索/分页/过滤/上传 Hugging Face 数据集”等意图时会自动触发；读取受限数据集或执行上传前，需在环境变量中配置 HF_TOKEN。
11. 注意事项
- 读操作默认对公开数据集有效；访问受限（gated）或私有数据集、以及任何上传操作都需要提前配置
HF_TOKEN /rows等分页接口单次length上限通常为 100，遍历大数据集需要循环分页- 上传 agent 会话记录时，SKILL.md 建议默认设为私有仓库，因为原始会话可能包含提示词、文件路径、工具输出乃至敏感信息
- 本技能所属 huggingface/skills 是一个合集仓库，仓库整体星数不代表本技能自身的独立热度