Agentes

Hugging Face ofrece herramientas y protocolos que conectan los agentes de IA directamente con el Hub. Ya sea que estés chateando con Claude, construyendo con Codex o desarrollando agentes personalizados, puedes acceder a modelos, conjuntos de datos, Spaces y herramientas de la comunidad. Esta página cubre la conexión de tus agentes de chat y agentes de codificación con el Hub.

Chatea con Hugging Face

Conecta tu asistente de IA directamente al Hugging Face Hub mediante el Model Context Protocol (MCP). Una vez conectado, puedes buscar modelos, explorar conjuntos de datos, generar imágenes y usar herramientas de la comunidad, todo desde tu interfaz de chat.

Asistentes compatibles

El servidor HF MCP funciona con cualquier cliente compatible con MCP:

• ChatGPT (a través de plugins)
• Claude Desktop
• Clientes MCP personalizados

Configuración

1. Abrir la configuración de MCP

Visita huggingface.co/settings/mcp mientras estás conectado.

2. Seleccione su cliente

Elija su cliente compatible con MCP de la lista. La página muestra instrucciones específicas del cliente y un fragmento de configuración listo para copiar.

3. Configurar y reiniciar

Copia el fragmento de configuración en la configuración de MCP de tu cliente, guarda y reinicia tu cliente.

La página de configuración genera la configuración exacta que espera su cliente. Úsela en lugar de escribir la configuración a mano.

Lo que puedes hacer

Una vez conectado, pídale a su asistente que utilice las herramientas de Hugging Face entre las que seleccionó en su configuración:

Su asistente llama a las herramientas MCP expuestas por el servidor de Hugging Face y devuelve resultados con metadatos, enlaces y contexto.

Agregar herramientas de la comunidad

Amplía tu configuración con espacios de Gradio compatibles con MCP:

1. Explorar Spaces con soporte para MCP
2. Agrégalos en tu configuración de MCP
3. Reinicie su cliente para incorporar las nuevas herramientas

Las aplicaciones de MCP de Gradio exponen sus funciones como herramientas con argumentos y descripciones, de modo que tu asistente puede llamarlas directamente.

Más información

• Guía del servidor MCP - Configuración y configuración detalladas
• Configuración de HF MCP - Configura tu cliente
• Espacios compatibles con MCP - Herramientas de la comunidad

Agentes de programación

Integra Hugging Face en tu flujo de trabajo de programación con el MCP Server y Skills. Accede a modelos, conjuntos de datos y herramientas de ML directamente desde tu IDE o agente de programación. Por ejemplo, cubrimos estos agentes de programación y más con MCP y/o Skills:

Configuración rápida

Servidor MCP

El servidor MCP le da a su agente de codificación acceso a la búsqueda de Hub, Spaces y a las herramientas de la comunidad.

Cursor / VS Code / Zed:

1. Visita huggingface.co/settings/mcp
2. Selecciona tu IDE de la lista
3. Copiar el fragmento de configuración
4. Añádela a la configuración de MCP de tu IDE
5. Reiniciar el IDE

Claude Code:

claude mcp add hf-mcp-server -t http "https://huggingface.co/mcp?login"

Habilidades

Las Skills proporcionan orientación específica para tareas en flujos de trabajo de IA/ML. Funcionan junto con MCP o de forma independiente.

# start claude 
claude

# install the skills marketplace plugin
/plugin marketplace add huggingface/skills

Luego, para instalar una especificación de Skill:

/plugin install hf-cli@huggingface-skills

Consulte la Guía de habilidades para ver las habilidades disponibles y su uso.

Lo que puedes hacer

Una vez configurado, tu agente de codificación puede:

Configuración del entorno

Autenticación

Establezca su token de Hugging Face como variable de entorno:

export HF_TOKEN="hf_..."

O autenticarse a través de la CLI:

hf auth login

Agregando herramientas de la comunidad

Amplía tu configuración con espacios de Gradio compatibles con MCP:

1. Explorar Spaces con soporte para MCP
2. Agrégalos en tu configuración de MCP
3. Reinicie su IDE

Flujo de trabajo de ejemplo

You: Find a text classification model that works well on short texts

Agent: [Searches Hugging Face Hub]
       Found several options:
       - distilbert-base-uncased-finetuned-sst-2-english (sentiment)
       - facebook/bart-large-mnli (zero-shot)
       ...

You: Show me how to use the first one

Agent: [Fetches documentation]
       Here's how to use it with transformers:
       
       from transformers import pipeline
       classifier = pipeline("sentiment-analysis", 
                            model="distilbert-base-uncased-finetuned-sst-2-english")
       result = classifier("I love this product!")

Registre su agente

Hugging Face mantiene un registro público de arneses de agentes, los agentes de codificación y herramientas que interactúan con el Hub (Claude Code, Codex, Cursor, entre otros). Cuando huggingface_hub detecta que se está ejecutando dentro de un arnés registrado, lo informa a través del user agent en las solicitudes al Hub. Registrar tu arnés significa que esta actividad se atribuye a tu herramienta por nombre y le otorga a tu proyecto una etiqueta de visualización amigable, enlaces a tu documentación y repositorio, y un lugar en el conjunto de datos de uso de agentes público; las herramientas no registradas solo se cuentan en su participación agregada de unknown.

Para registrar un harness, abre un Pull Request que añada una entrada a agent-harnesses.ts en el paquete @huggingface/tasks:

• el id del harness (la clave de entrada) debe estar en minúsculas y separado por guiones (ejemplo: "claude-code").
• Establezca prettyLabel con una capitalización amigable para el usuario (ejemplo: Claude Code).
• (opcional) establece repoUrl con un enlace al código fuente del harness (normalmente un repositorio de GitHub).
• (opcional) establece docsUrl con un enlace a la documentación o al sitio web del harness.
• (opcional) establecer description con una breve explicación de una línea del harness.
• define cómo se detecta tu harness a partir del entorno:
  • Si su harness establece una de las variables de entorno estándar (AI_AGENT o AGENT), su valor se usa directamente como identificador y no se necesita configuración adicional.
  • En caso contrario, establezca envVars para mapear los nombres de variables de entorno a patrones de valor. Utilice "*" para coincidir con cualquier valor no vacío, una cadena exacta para una coincidencia exacta, o "<prefix>*" para coincidencia por prefijo.

¡Y eso es todo! Una vez que la PR se fusiona, el tráfico de huggingface_hub (incluida la CLI hf) desde tu agente se atribuye a este por nombre y aparece en el conjunto de datos de uso de agentes a partir de la actualización mensual siguiente.

Próximos pasos

• CLI - Interfaz de línea de comandos para operaciones de Hub
• Servidor MCP - Conecta cualquier asistente de IA compatible con MCP al Hub
• Habilidades - Capacidades predefinidas para agentes de codificación
• SDK - Librerías de Python y JavaScript para crear agentes