Hfmirror Trending

通过 HF-Mirror 公开 API 获取 Hugging Face 实时热门趋势，并生成结构化中文 Markdown 报告。适用于各种对话式 AI 代理。

hfmirror_trending (跨平台通用版)

此 Skill 使 AI 代理能够自主获取并解析 HF-Mirror (hf-mirror.com) 的实时热点趋势。

数据来源说明：本 Skill 调用 https://hf-mirror.com/api/trending —— 这是 HF-Mirror 提供的公开、免登录 REST API，无需任何 Token 或账号授权，不涉及任何登录后数据抓取或绕过访问限制的行为。

适用场景

当用户发起关于 Hugging Face 或者是huggingface mirror最近热门模型、数据集或项目的询问时。例如：

• “最近有哪些模型比较流行？”
• “hugging face上最近比较火的模型有哪些？”
• “推送今天的huggingface mirror热榜。”
• “帮我解析一下 HF-Mirror 的趋势。”

代理工作流 (Agent Workflow)

AI 代理在处理上述指令时，应遵循以下通用的端到端逻辑：

1. 自动拉取与解析: 代理应调用本 Skill 根目录下的处理脚本，利用其内置的网络请求功能。

   bash

   python scripts/summarize.py --fetch [out_path.md]
   

   注意：脚本兼容 Python 3，可以在 Windows (PowerShell/CMD)、Linux (Shell) 或 macOS 环境下直接运行。

2. 精美报告生成: 脚本会自动从 https://hf-mirror.com/api/trending 抓取 JSON，并直接生成结构化的中文 Markdown。

3. 智能推送: 代理读取生成的文件内容，并将其作为精美的消息推送给用户。

核心设计 (跨平台与环境解耦)

• 路径无关: 代理应根据其所在的环境，通过相对路径或 Skill 环境配置来定位 scripts/summarize.py。
• 零依赖: 脚本仅使用 Python 3 标准库（json, urllib, os, sys），无需安装任何第三方包，在最精简的容器或 CLI 环境中亦可直接运行。
• 动态抓取: 内置 --fetch 参数，消除了手动准备中间文件的需求，实现了从 API 到报告的一键转化。
• 合规访问: 使用具名 User-Agent (hfmirror-trending-skill/1.0) 标识请求来源，遵循公开 API 最佳实践。

核心输出字段说明

• 模型 ID: 唯一的模型标识符。
• 下载量与点赞数: 反映社区热度。
• 参数规模: 自动换算（如 7B, 27B），帮助用户评估部署成本。
• 任务标签: 区分 ASR, TTS, OCR 等不同 AI 领域。