Hugging Face 怎么用：新手入门指南

Hugging Face 是一个网站，也是一家公司，用 git 仓库存放开放的 AI 模型、数据集和叫 Spaces 的演示应用。你按任务搜索，读模型的模型卡和许可证，再在浏览器里或用 hf 命令行下载文件。免费账号够用来入门，PRO 套餐会提高各项限额。

Hugging Face 是什么

Hugging Face 是一家公司，huggingface.co 是它的网站，也就是 Hub，大家在这里分享开放的 AI 模型、数据集和演示应用。Hub 上的一切都放在仓库里，仓库就是带版本管理的文件夹，有提交记录和分支，和 GitHub 仓库很像。Hub 文档给出的数量是超过 2M 个模型、1.5M 个数据集和 1.5M 个 Spaces，Spaces 是它对托管演示应用的叫法。

你可以在浏览器里用它，也可以在 Python 里用 huggingface_hub 库，或者在终端里用它的 hf 命令。浏览和下载公开模型是免费的，有没有账号都行。PRO 套餐会提高速率限制，并附带每月可用于托管模型的额度，有些功能，比如托管 Gradio 演示，需要付费套餐。

Hugging Face 适合做什么

为一件事找到开放模型：在模型页面选一个任务，比如文本生成，再按许可证缩小范围。
核对能不能用：每个模型页面都有模型卡，许可证徽章在你围绕它开发之前就写明了许可证。
下载模型文件：hf download 可以下载整个仓库，也可以只下载你的代码会读的配置和权重，下载指南里有演示。
在 Python 里运行模型：Transformers 的 pipeline() 一行就能从 Hub 加载模型并运行。
调用你电脑装不下的模型：Inference Providers让同一个访问令牌能连到好几家托管服务商。
分享小型演示：托管在 Space 上的 Gradio 应用会得到一个公开的网址。
发布你自己的模型：一条命令 hf upload，就把模型文件夹传到你自己的仓库。

什么时候用 Hugging Face，什么时候换别的工具

想要开放模型背后的文件、许可证或代码，就找 Hugging Face。想要一个现成的助手来对话，直接去用聊天产品。

你要做的事	用 Hugging Face 吗？	或者试试
找一个开放模型，核对它的许可证	用，Hub 就是干这个的	Ollama 的模型库，只想要能在 Ollama 里跑的模型时用它
和助手聊天，或者起草文档	不用，这里没有可以聊天的对象	ChatGPT、Claude 或 Gemini
在自己的电脑上运行开放模型	它提供文件，运行要靠别的工具	Ollama 或 LM Studio
没有自己的 GPU，用代码调用开放模型	用，通过 Inference Providers	Ollama，适合小到能在家跑的模型
把一个小模型演示放到网页上	用，把 Gradio 应用放到 Space 上	演示只在你自己的电脑上用的话就不需要
不写代码，连接各个应用并自动执行步骤	不用	n8n 或 Zapier

Hugging Face 怎么一步步使用

这六步不需要账号，从模型列表一路走到受限模型，每一步都配了一张网站的截图。

打开 huggingface.co/models。在 Tasks（任务）下点 Text Generation（文本生成），再打开 Sort（排序）选 Most downloads（下载最多）。列表只剩文本生成模型，下载最多的排在最前面。
在页面顶部的搜索框里输入 gpt2，下方会弹出匹配的模型菜单，openai-community/gpt2 排第一。点开它。
打开后就是这个模型的模型卡。模型名下面的标签写着它的任务、能加载它的库和许可证。围绕任何模型开发之前，先找到 License（许可证）徽章，这个模型写的是 mit。
点 Model card（模型卡）旁边的 Files and versions（文件和版本，窗口窄时只显示 Files）。这里就是仓库本身：config.json 只有 665 字节，存的是设置，model.safetensors 存权重，大小 548 MB。
回到 Model card，点 Use this model（使用此模型）。菜单里 Libraries 下有 Transformers，Notebooks 下有 Google Colab 和 Kaggle，Local Apps 下有 vLLM 这类本地应用。
有些模型要先同意条款，才会开放文件。不登录，直接打开 google/gemma-2-2b，页面上的方框写着必须接受条件才能访问文件，方框底部有 Log in（登录）和 Sign Up（注册）两个按钮。

huggingface.co 截图，拍摄于 2026 年 11 月 6 日。

本页顶部的视频教程会在屏幕上演示这些步骤。登录、创建访问令牌和用 hf 命令下载，第 1 课里都有讲。

动手试一个例子

这两行命令先安装库，再预览下载 GPT-2 会取回哪些文件。预览不会写入任何东西，公开模型也不需要令牌，所以可以放心先试。下载指南说明了这个参数。

pip install -U "huggingface_hub"
hf download openai-community/gpt2 --dry-run

输出会列出仓库里的文件，以及每个文件会增加多少字节。硬盘上不会多出任何东西。
在文档自己的示例里，这个仓库有 26 个文件。体积大多来自同一个模型为别的工具另存的副本，你的运行结果可能列出不同的数字。
加上你要的文件名，比如 hf download gpt2 config.json model.safetensors，就只下载这几个文件。

让结果更好的小技巧

先按任务筛选，再按许可证筛选，然后打开模型卡。徽章背后的字段，模型卡文档里有解释。
仓库里把同一份权重存成好几种格式时，下载 safetensors 那一份。Transformers 文档说较老的 .bin 文件不安全。
清理硬盘用命令行指南里的命令：hf cache ls 列出已存的内容，hf cache rm 删除你指定的。
每台机器、每个应用各建一个访问令牌，作废其中一个时，其余照常工作。
老教程里写的是 huggingface-cli login。v1.0 迁移指南把这个名字列为已移除，现在的命令是 hf auth login。

需要知道的限制

未登录的请求拿到的是最低的速率限制，按 IP 地址在每个 5 分钟窗口里计算。超过限制，Hub 会返回 429 错误，通常是因为没有带令牌。
受限模型只有在作者批准申请之后才会开放，而且作者以后可以收回权限。围绕它开发之前，先记下一个开放的替代品。
许可证徽章只写明是哪种许可证，判断不了你的用法是否合规。模型要进入任何收费产品之前，先把条款读完。
在 Space 上托管 Gradio 演示并不是对所有人免费。Spaces 那一课会说明需要哪种套餐。

深入学习 Hugging Face

常见问题

Hugging Face 免费吗？

基础功能免费。注册账号、浏览和下载公开模型都不花钱。PRO 套餐会提高速率限制，并附带每月可用于托管模型的额度，免费账号没有每月额度，但可以自己购买。

下载模型需要账号吗？

公开模型不需要。受限模型要有账号和作者的批准，未登录的下载还会拿到最低的速率限制。有免费账号加访问令牌就能解除这些限制，写脚本时这是更好的默认做法。

什么是模型卡？

它是模型仓库的 README，显示在模型页面的上方。开头的一段元数据决定了许可证徽章、任务标签和各种筛选器，下面的正文说明这个模型适合做什么、怎么用。

什么是受限模型？

作者要求你先提交申请、文件才会开放的模型。你登录后同意他们的条件，自动审批时文件马上开放。人工审批要等作者处理，而且作者以后可以随时取消你的访问权限。

怎样从 Hugging Face 下载模型？

在模型页面点 Files and versions，可以在浏览器里下载单个文件，也可以运行 hf download 加上仓库名。加上文件名就只下载这些文件，加 --dry-run 先预览。

Hugging Face 上的模型能用在我卖的产品里吗？

要看模型卡上的许可证。apache-2.0 和 mit 这样的许可证比较宽松，cc-by-nc-4.0 禁止商用，license: other 则指向你必须读完的自定义条款。

Hugging Face 和 Ollama 有什么区别？

Hugging Face 存放模型文件和加载它们的代码。Ollama 下载模型并在你的电脑上运行，还能用 ollama run hf.co/{username}/{repository} 从 Hub 拉取 GGUF 仓库。

资料来源

Hugging Face Hub documentation (2026年11月5日查阅)https://huggingface.co/docs/hub/index
Hugging Face Hub: Model cards (2026年11月5日查阅)https://huggingface.co/docs/hub/model-cards
Hugging Face Hub: Licenses (2026年11月5日查阅)https://huggingface.co/docs/hub/repositories-licenses
Hugging Face Hub: Gated models (2026年11月5日查阅)https://huggingface.co/docs/hub/models-gated
Hugging Face Hub: User access tokens (2026年11月5日查阅)https://huggingface.co/docs/hub/security-tokens
Hugging Face Hub: Rate limits (2026年11月5日查阅)https://huggingface.co/docs/hub/rate-limits
huggingface_hub: Command Line Interface (CLI) (2026年11月5日查阅)https://huggingface.co/docs/huggingface_hub/guides/cli
Hugging Face: Download files from the Hub (2026年11月5日查阅)https://huggingface.co/docs/huggingface_hub/guides/download
huggingface_hub: Migrating to v1.0 (2026年11月5日查阅)https://huggingface.co/docs/huggingface_hub/concepts/migration
Hugging Face Hub: Spaces overview (2026年11月5日查阅)https://huggingface.co/docs/hub/spaces-overview
Inference Providers overview (2026年11月5日查阅)https://huggingface.co/docs/inference-providers/index
Transformers: Pipeline (2026年11月5日查阅)https://huggingface.co/docs/transformers/pipeline_tutorial

Hugging Face 怎么用：查找、核对并下载开源模型

一眼看懂