Hugging Face CLI

Hugging Face Hubの公式CLIおよびPythonクライアントです。
概要 · ドキュメント · インストール · CLIガイド · 貢献

英語 | ドイツ語 | フランス語 | ヒンディー語 | 韓国語 | 中国語（簡体字） | カンナダ語

クイックスタート

スタンドアロンインストーラーを使ってhf CLIをインストールします：

# On macOS and Linux.
curl -LsSf https://hf.co/cli/install.sh | bash

# On Windows.
powershell -ExecutionPolicy ByPass -c "irm https://hf.co/cli/install.ps1 | iex"

ログインして、Hubを使い始めましょう：

# Log in (use --token $HF_TOKEN in non-interactive environments)
hf auth login

# Find models served by Inference Providers
hf models ls --warm

# Download a model
hf download Qwen/Qwen3-0.6B

# Upload files to your own repo
hf upload username/my-cool-model ./model.safetensors

# Sync a local folder to a storage bucket
hf buckets sync ./checkpoints hf://buckets/username/my-bucket

# Run a job on Hugging Face infrastructure
hf jobs run python:3.12 python -c "print('Hello from the cloud!')"

# Discover everything else
hf --help

Hubでは、アプリケーションの認証にトークンを使用します（ドキュメントを参照）。主な機能を確認するには、CLIガイドをご覧ください。

huggingface_hub とは？

huggingface_hub ライブラリを使うと、クリエイターやコラボレーターにオープンソースの機械学習を広く開放するプラットフォーム、Hugging Face Hub とやり取りできます。プロジェクト向けの事前学習済みモデルやデータセットを見つけたり、Hub でホストされている何千もの機械学習アプリを試したり、独自のモデル、データセット、デモを作成してコミュニティと共有したりできます。すべてが 1 つのパッケージに含まれており、ターミナル向けの hf CLI と Python 向けの huggingface_hub ライブラリという 2 つのインターフェースを利用できます。どちらも、人間と AI エージェントの両方にとって使いやすいよう設計されています。次の操作に利用できます。

• Hub からファイルをダウンロードします。
• Hub にファイルをアップロードします。
• リポジトリを管理します。
• デプロイ済みのモデルで推論を実行します。
• Hugging Face のインフラストラクチャでジョブを実行します。
• モデル、データセット、Spaces を検索します。
• モデルを説明するモデルカードを共有します。
• PR やコメントを通じてコミュニティに参加します。
• これらの操作はすべて、hf CLI を使ってターミナルから実行できます。

人間と AI エージェントのために設計

hf CLI は、人間にもコーディングエージェントにも使いやすいよう設計されています。同じコマンドでも、エージェントが実行すると出力が適応します。Claude Code、Codex、Cursor、またはその他のコーディングエージェントを使用している場合は、インストール済みの CLI から生成されるコマンドリファレンス、hf CLI Skill をインストールしてください。

# works with Claude Code, Codex, Cursor, OpenCode, Pi and any agent that loads skills from `.agents/skills`
hf skills add

詳しくは、AI エージェント向け Hugging Face CLI ガイドと告知ブログ記事をご覧ください。

Python ライブラリを使う

pip を使って huggingface_hub パッケージをインストールします（hf CLI も同時にインストールされます）。

pip install huggingface_hub

高速で信頼性の高いインストールには、uv の使用をおすすめします。

uv pip install huggingface_hub

パッケージをデフォルトで最小限に保つため、huggingface_hub には一部のユースケースで役立つオプションの依存関係が用意されています。たとえば、MCP モジュールを使う場合は、次を実行します。

pip install "huggingface_hub[mcp]"

インストールやオプションの依存関係について詳しくは、インストールガイドをご覧ください。

ファイルをダウンロード

単一のファイルをダウンロードします

from huggingface_hub import hf_hub_download

hf_hub_download(repo_id="zai-org/GLM-5.2", filename="config.json")

または、リポジトリ全体をダウンロードします

from huggingface_hub import snapshot_download

snapshot_download("sentence-transformers/all-MiniLM-L6-v2")

ファイルはローカルのキャッシュフォルダーにダウンロードされます。詳しくはこちらのガイドをご覧ください。

リポジトリを作成

from huggingface_hub import create_repo

create_repo(repo_id="super-cool-model")

ファイルをアップロード

単一のファイルをアップロードします

from huggingface_hub import upload_file

upload_file(
    path_or_fileobj="/home/lysandre/dummy-test/README.md",
    path_in_repo="README.md",
    repo_id="lysandre/test-model",
)

または、フォルダー全体をアップロードします

from huggingface_hub import upload_folder

upload_folder(
    folder_path="/path/to/local/space",
    repo_id="username/my-cool-space",
    repo_type="space",
)

詳しくはアップロードガイドをご覧ください。

Hub との統合。

オープンソースの優れた ML ライブラリと連携し、無料のモデルホスティングとバージョン管理を提供しています。既存の統合についてはこちらをご覧ください。

メリットは次のとおりです。

• ライブラリとそのユーザーは、モデルやデータセットを無料でホスティングできます。
• Xet によるチャンク重複排除ストレージバックエンドのおかげで、非常に大きなファイルでもファイルのバージョン管理機能を組み込みで利用できます。
• アップロードしたモデルを試せる、ブラウザー内ウィジェットを利用できます。
• 誰でもライブラリ向けに新しいモデルをアップロードできます。モデルを見つけられるようにするには、対応するタグを追加するだけです。
• ダウンロードが高速です！Cloudfront（CDN）を使用してダウンロードを地理的に複製しているため、世界中のどこからでも非常に高速にダウンロードできます。
• 使用状況の統計情報や、今後追加予定の機能もあります。

ライブラリを統合したい場合は、お気軽に issue を作成して話し合いを始めてください。この統合の方法を説明するステップごとのガイドを ❤️ とともに用意しました。

機能リクエストやバグ報告など、貢献を大歓迎します 💙💚💛💜🧡❤️

誰でも貢献できます。皆さんの貢献を大切にしています。コミュニティを支援する方法は、コードを書くことだけではありません。 質問への回答、他の人の支援、連絡、ドキュメントの改善も、コミュニティにとって非常に価値があります。 このリポジトリへの貢献を始める方法をまとめた貢献ガイドを用意しました。