使用说明
HF趋势MCP服务器
跟踪趋势模型、数据集和空间的MCP服务器 拥抱脸.
它提供了获取趋势内容、搜索特定项目和分析当前趋势的工具和提示，使其成为开发人员、研究人员和人工智能爱好者的宝贵工具。
特性
- 趋势分析工具：检索具有可定制限制的顶级趋势模型、数据集和空间。
- 搜索功能：通过查询跨模型、数据集或空间搜索趋势项。
- 趋势分析提示：一个内置的提示，用于分析和总结拥抱脸的当前趋势。
安装
设置
-
克隆存储库:
git clone https://github.com/kukapay/hf-trending-mcp.git cd hf-trending-mcp -
再进行:
pip install mcp[cli] httpx -
客户端配置:
"mcpServers": { "hf-trending-mcp": { "command": "python", "args": [ "path/to/hf-trending-mcp/main.py" ] } }
用法
服务器运行或安装后，您可以使用MCP客户端（例如Claude Desktop）与之交互。以下是一些示例提示：
获取趋势内容
输入:
“给我看看拥抱脸上排名前五的热门模特。”
输出:
google/vit-base-patch16-224 (Downloads: 12345, Likes: 678)
Tags: vision, transformer
facebook/detr-resnet-50 (Downloads: 9876, Likes: 543)
Tags: object-detection, transformer
...
输入:
“目前十大趋势数据集是什么？”
输出:
imdb (Downloads: 45678, Likes: 2345)
Tags: nlp, sentiment-analysis
squad (Downloads: 34567, Likes: 1987)
Tags: nlp, question-answering
...
输入:
“列出前3个热门空间。”
输出:
gradio/image-classifier (Likes: 890, SDK: Gradio)
Tags: demo, vision
streamlit/text-generator (Likes: 765, SDK: Streamlit)
Tags: nlp, demo
...
搜索热门项目
输入:
“搜索趋势NLP模型，限制为5个。”
输出:
bert-base-uncased (Likes: 456)
Tags: nlp, transformer
distilbert-base-uncased (Likes: 321)
Tags: nlp, transformer
...
输入:
“查找有关计算机视觉的趋势数据集。”
输出:
coco (Likes: 1234)
Tags: computer-vision, object-detection
imagenet-1k (Likes: 987)
Tags: computer-vision, classification
...
分析趋势
输入:
“分析拥抱脸的当前趋势。”
输出:
结合所有趋势工具结果的详细响应，然后进行分析（由客户的AI生成）：
Top Trending Models:
google/vit-base-patch16-224 (Downloads: 12345, Likes: 678)
Tags: vision, transformer
...
Top Trending Datasets:
imdb (Downloads: 45678, Likes: 2345)
Tags: nlp, sentiment-analysis
...
Top Trending Spaces:
gradio/image-classifier (Likes: 890, SDK: Gradio)
Tags: demo, vision
...
Summary: Vision models like ViT are trending, likely due to recent advancements in image processing. NLP datasets remain popular for text-based AI research, and Gradio spaces are gaining traction for interactive demos.
API详细信息
工具
get_trending_models(limit: int = 10)：通过下载、点赞和标签获取热门模型。get_trending_datasets(limit: int = 10)：通过下载、点赞和标签获取趋势数据集。get_trending_spaces(limit: int = 10)：获取带有点赞、SDK信息和标签的趋势空间。search_trending(query: str, type: str = "models", limit: int = 10)：按查询和类型搜索趋势项。
提示
analyze_trends()：以结构化提示指导趋势项目的分析。
许可证
该项目根据MIT许可证获得许可。请参阅 许可证 文件以获取详细信息。
