AB huggingface-lora-space-builder
Создание и публикация демо Gradio на Hugging Face Spaces для предоставленной пользователем LoRA. Используйте, когда кто-то просит создать, сгенерировать, выпустить или опубликовать Space, демо, приложение Gradio или playground для LoRA — включая LoRA для Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL или других базовых диффузионных моделей. Также срабатывает, когда кто-то описывает обученную им LoRA или размещенную на Hub и хочет ею поделиться. Охватывает выбор правильного базового пайплайна и рецепта вывода `diffusers`, разработку пользовательского интерфейса, адаптированного к задаче и входным данным LoRA (контроль объединения/многозадачности, редактирование, видео, изображение и т. д.), соблюдение рекомендаций карточки модели (триггерные слова, шаги, руководство, масштаб LoRA, примеры входных данных) и развертывание на оборудовании ZeroGPU в качестве приватного Space по умолчанию.
машинный переводПоказать оригиналСкрыть оригинал«Build and publish a Gradio demo on Hugging Face Spaces for a user-prov…»
Build and publish a Gradio demo on Hugging Face Spaces for a user-provided LoRA. Use when someone asks to create, generate, ship, or publish a Space, demo, Gradio app, or playground for a LoRA — including LoRAs for Qwen-Image, Qwen-Image-Edit, LTX-Video, Wan, FLUX, SDXL, or other diffusion base models. Also triggers when someone describes a LoRA they trained or hosts on the Hub and wants to share it. Covers picking the right base pipeline and `diffusers` inference recipe, designing a UI tailored to the LoRA's task and inputs (Union/multi-task control, edit, video, image, etc.), respecting model-card recommendations (trigger words, steps, guidance, LoRA scale, example inputs), and shipping to ZeroGPU hardware as a private Space by default.
Создание и публикация демо Gradio на Hugging Face Spaces для предоставленной пользователем LoRA.
Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, стоимость исполнения
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenreferences/base-models/qwen-image.md:22Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)Qwen-Image and Qwen-Image-Edit pipelines need extras beyond the standard diffusers/transformers/peft set, because the text encoder is `Qwen…ion` (Qwen 2.5-VL):
в кавычках
Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 8022 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 70/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 40Стоимость исполнения. Тело инструкции 8022 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 89, расплывчатых формулировок: 2
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 748 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 89 пунктов
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.