聊天模型
ChatHuggingFace
我们可以使用Hugging Face LLM 类,或者直接使用 ChatHuggingFace 类。
参见使用示例。
大语言模型
HuggingFaceEndpoint
我们可以使用HuggingFaceEndpoint 类,通过无服务器的 Inference Providers 或专用的 Inference Endpoints 运行开源模型。
参见使用示例。
HuggingFacePipeline
我们可以使用HuggingFacePipeline 类在本地运行开源模型。
参见使用示例。
嵌入模型
HuggingFaceEmbeddings
我们可以使用HuggingFaceEmbeddings 类在本地运行开源嵌入模型。
参见使用示例。
HuggingFaceEndpointEmbeddings
我们可以使用HuggingFaceEndpointEmbeddings 类,通过专用的 Inference Endpoint 运行开源嵌入模型。
参见使用示例。
HuggingFaceInferenceAPIEmbeddings
我们可以使用HuggingFaceInferenceAPIEmbeddings 类,通过 Inference Providers 运行开源嵌入模型。
参见使用示例。
HuggingFaceInstructEmbeddings
我们可以使用HuggingFaceInstructEmbeddings 类在本地运行开源嵌入模型。
参见使用示例。
HuggingFaceBgeEmbeddings
HuggingFace 上的 BGE 模型是最佳开源嵌入模型之一。
BGE 模型由北京人工智能研究院 (BAAI) 创建。BAAI 是一家从事人工智能研发的私营非营利组织。
参见使用示例。
文档加载器
Hugging Face 数据集
Hugging Face Hub 拥有超过 75,000 个 数据集,涵盖 100 多种语言, 可用于自然语言处理、计算机视觉和音频领域的广泛任务。 它们被用于翻译、自动语音识别和图像分类等多种任务。我们需要安装
datasets Python 包。
Hugging Face 模型加载器
从Hugging Face Hub加载模型信息,包括 README 内容。 此加载器与Hugging Face Models API交互,以获取 并加载模型元数据和 README 文件。 该 API 允许您根据特定标准(如模型标签、作者等)搜索和筛选模型。
图像标题生成
它使用 Hugging Face 模型生成图像标题。 我们需要安装几个 Python 包。工具
Hugging Face Hub 工具
Hugging Face 工具
支持文本 I/O,并使用 load_huggingface_tool 函数加载。
我们需要安装几个 Python 包。
Hugging Face 文本转语音模型推理。
它是 OpenAI Text-to-Speech API 的封装。
将这些文档通过 MCP 连接到 Claude、VSCode 等,以获取实时答案。

