🤗 Hugging Face MCP Server 🤗

基本能力

产品定位

Hugging Face MCP Server 是一个中间件服务，旨在为大型语言模型（如Claude）提供便捷的Hugging Face资源访问能力。

核心功能

• 提供自定义 hf:// URI 方案访问Hugging Face资源
• 模型：hf://model/{model_id}
• 数据集：hf://dataset/{dataset_id}
• 空间：hf://space/{space_id}
• 提供两种提示模板：
• compare-models：比较多个Hugging Face模型
• summarize-paper：总结研究论文
• 实现多种工具类别：
• 模型工具：搜索模型、获取模型信息
• 数据集工具：搜索数据集、获取数据集信息
• 空间工具：搜索空间、获取空间信息
• 论文工具：获取论文信息、获取每日精选论文
• 集合工具：搜索集合、获取集合信息

适用场景

• 需要比较不同Hugging Face模型的场景
• 需要快速获取和总结AI研究论文的场景
• 需要搜索和筛选Hugging Face资源的场景
• 需要集成Hugging Face资源到LLM工作流的场景

工具列表

• Model Tools
• search-models：按查询、作者、标签和限制条件搜索模型
• get-model-info：获取特定模型的详细信息
• Dataset Tools
• search-datasets：按条件搜索数据集
• get-dataset-info：获取特定数据集的详细信息
• Space Tools
• search-spaces：按条件搜索空间（包括SDK类型）
• get-space-info：获取特定空间的详细信息
• Paper Tools
• get-paper-info：获取论文及其实现信息
• get-daily-papers：获取每日精选论文列表
• Collection Tools
• search-collections：按各种条件搜索集合
• get-collection-info：获取特定集合的详细信息

常见问题解答

1. 遇到API速率限制错误时，考虑添加Hugging Face API token
2. 确保机器有互联网连接可以访问Hugging Face API
3. 如果特定工具失败，尝试通过Hugging Face网站访问相同数据以验证其存在

使用教程

使用依赖

无特殊依赖要求，但可选设置Hugging Face认证： - 设置HF_TOKEN环境变量以获取更高API速率限制和访问私有仓库

安装教程

通过Smithery安装

npx -y @smithery/cli install @shreyaskarnik/huggingface-mcp-server --client claude

开发/未发布服务器配置

"mcpServers": {
  "huggingface": {
    "command": "uv",
    "args": [
      "--directory",
      "/absolute/path/to/huggingface-mcp-server",
      "run",
      "huggingface_mcp_server.py"
    ],
    "env": {
      "HF_TOKEN": "your_token_here"  // 可选
    }
  }
}

调试方式

推荐使用MCP Inspector进行调试：

npx @modelcontextprotocol/inspector uv --directory /path/to/huggingface-mcp-server run huggingface_mcp_server.py

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。