Hugging Face CLI（hf）是一个专为开发者设计的命令行工具，用于高效管理 Hugging Face Hub 上的模型、数据集、Spaces 和代码库。通过统一的命令行接口，用户可以在本地直接与 Hugging Face 生态系统进行交互，无需频繁切换浏览器界面。该工具支持身份验证、文件上传下载、仓库创建与管理等核心操作，极大简化了机器学习项目从开发到部署的全流程。借助环境变量 `HF_TOKEN` 或参数传递 API 令牌，用户可以安全地访问私有资源或执行敏感操作。无论是个人实验还是团队协作，Hugging Face CLI 都提供了轻量且强大的终端集成体验，成为现代 AI 工作流中不可或缺的一环。
核心功能特点
- 支持完整的身份认证管理，包括登录、登出、令牌列表查看与切换
- 提供模型、数据集、Spaces 的统一管理与查询功能，支持搜索、排序和筛选
- 支持批量文件上传与下载，支持 glob 模式匹配及指定本地目录路径
- 可创建和管理 Git 风格的仓库（model/dataset/space），包括分支、标签与权限设置
- 支持 Spaces 热重载（hot-reload）功能，适用于 Gradio 6.1+ 的实时开发调试
- 支持集合（Collection）管理，允许用户组织并关联多个模型或数据集资源
适用场景
Hugging Face CLI 特别适用于需要频繁在本地与 Hugging Face Hub 交互的开发场景。例如，研究人员在训练完一个模型后，可通过 `hf upload` 快速将模型权重和配置文件推送到自己的仓库，并附带详细的提交信息；而数据科学家则可以利用 `hf download` 配合通配符，批量下载特定格式的训练文件，提升数据准备效率。对于使用 Gradio 构建交互式应用的开发者来说，`hf spaces hot-reload` 功能可实现代码修改后的即时预览，显著缩短开发迭代周期。此外，团队协作中通过集合（Collections）功能聚合相关模型或数据集，便于共享资源和知识沉淀。无论是在本地实验、自动化流水线还是 CI/CD 环境中，Hugging Face CLI 都能以简洁的命令行方式无缝融入现有工作流，提升整体生产力。