← Каталог

· AI Engineer World's Fair 2026

Как я автоматизирую свою работу в Hugging Face с помощью agents

How I automate my own job at Hugging Face using agents

Ночной агент, который просит авторов статей перенести веса и датасеты с Google Drive на Hugging Face, по словам спикера, получает в основном позитивные ответы.

  • Конвейер перед агентом — первая версия была детерминированным пайплайном: LLM-вызовы по фиксированным шагам без агентного фреймворка, запуск раз в ночь через cron в GitHub Actions, трассировка в Langfuse. Спикер строил её по совету Anthropic начинать с простого.
  • Агент для follow-up — ответы на GitHub issues обрабатывает агент на Claude Agent SDK. Сейчас он работает на модели GLM 5.2 через Hugging Face Inference Providers, а единственный инструмент у него — bash и skill для Hugging Face CLI.
  • Параллельный запуск на Modal — batch-обработка поднимает отдельный контейнер на каждый issue, то есть один цикл агента на одну задачу.
  • Результаты — по словам спикера, из тысяч issue негативных комментариев было только два. PaddleOCR перенёс свои OCR-модели на Hugging Face, а исследователи предложили загрузить датасет на 400 ГБ.

Кому полезно: тем, кто строит агентов для фоновой работы по расписанию и хочет понять, когда хватает одного CLI и skill вместо сложного workflow.

Статья по теме

Главы

Похожие доклады