这个 Skill 能做什么，适合哪些场景？
该技能指导智能体使用 Gradio 构建 Python 网页 UI 和机器学习演示。内容涵盖 Interface、Blocks、ChatInterface、常用组件、自定义 HTML 组件及事件监听器。它还介绍 Gradio CLI 的 info 和 predict 命令，可发现并调用 Gradio 应用端点。适合需要编写或修改 Gradio 应用的开发者，但资料未说明 Python 或 Gradio 的版本要求。
提供 Gradio Interface、Blocks 和 ChatInterface 的 Python 用法示例；说明 Textbox、Number、Slider、Checkbox、Dropdown、Radio、Image、Audio、Video、File、Chatbot、Button、Markdown 和 HTML 等组件的参数；介绍自定义 HTML 组件、CSS、JavaScript 和事件监听器；使用 gradio info 查看应用端点、参数和返回值，使用 gradio predict 向端点发送 JSON 请求；支持通过 --token 访问私有 Spaces，并处理文件路径类型参数。
- Python 开发者需要为一个函数快速创建带输入输出控件的 Gradio 界面时。
- 机器学习开发者需要搭建包含图片、音频、视频或文件输入的模型演示时。
- 应用开发者需要用 Blocks 自定义布局并显式连接按钮和组件事件时。
- 团队需要创建带消息历史和响应逻辑的聊天机器人界面时。
- 编码智能体需要查询 Gradio Space 的 API 端点并以 JSON 调用预测服务时。
如何安装这个 Skill？
- 主 SKILL.md 在 gradio predict 示例处截断，无法确认后续指导是否完整。
- 使用上传、摄像头、麦克风、远程 Spaces 或自定义 HTML/JS 前，应补充数据流、隐私、访问控制和用户确认说明。
- 未固定 Gradio 版本或验证 API 兼容性；示例应在目标版本中复现后再用于生产。
- 发布者身份未通过 FollowSkills 企业注册表验证，应将其视为未知。
- Shell / 命令行
- 网络访问
- 本地文件系统
PythonGradio
从 huggingface/skills 仓库复制或 symlink skills/huggingface-gradio 文件夹到 Codex 标准 .agents/skills 位置，例如 $REPO_ROOT/.agents/skills 或 $HOME/.agents/skills。README 未提供该技能独立的 Python 或 Gradio 安装命令。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/huggingface/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/huggingface-gradio" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- Use the huggingface-gradio skill to build a Gradio chatbot with Blocks.
在编码请求中明确说明："Use the huggingface-gradio skill to build a Gradio chatbot with Blocks." 创建或编辑 Gradio 应用时，按需参考 SKILL.md 中列出的 Gradio 指南和代码模式。对远程 Space，可运行 gradio info <space_id_or_url> 发现端点，再运行 gradio predict <space_id_or_url> <endpoint> <json_payload> 发送预测请求；私有 Space 可添加 --token。
这个 Skill 有哪些优点和局限？
- 覆盖从高层 Interface 到低层 Blocks 的核心构建模式。
- 提供组件签名、事件类型和可运行代码示例。
- 包含自定义 HTML、CSS、JavaScript 以及聊天 UI 指导。
- 提供面向编码智能体的 Gradio CLI 端点发现和预测调用方式。
- 未说明支持的 Python 或 Gradio 版本。
- 未提供独立的安装命令或环境配置步骤。
- 来源未提供测试套件、兼容性验证结果或故障排查流程。
- 远程预测和私有 Space 调用需要网络访问，私有访问还需要 token。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| Gradio 交互式应用构建技能 本页 | 40 · 不推荐 | ★ 11k | 18 天前 | Apache-2.0 |
| NeMo Relay 安装助手 ✓ NVIDIA · 官方 | 62 · 推荐 | ★ 3.6k | 12 天前 | Apache-2.0 |
| NeMo Relay 快速上手 ✓ NVIDIA · 官方 | 61 · 推荐 | ★ 3.6k | 12 天前 | Apache-2.0 |
| Codex GitHub Issue 摘要 ✓ OpenAI · 官方 | 57 · 谨慎使用 | ★ 129k | 12 天前 | Apache-2.0 |
| DeepTutor CLI 技能 | 57 · 谨慎使用 | ★ 41k | 19 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
内容主要指导构建 Gradio UI，未见恶意代码、凭据窃取或破坏性默认操作；但示例包含文件、摄像头、麦克风上传、公开 launch、远程 predict 上传以及任意 HTML/JS，未说明数据流、敏感数据处理、用户确认、访问控制、隔离或回滚，因此扣分。
提供了 Interface、Blocks、ChatInterface、组件签名、事件监听器和大量示例，核心 happy path 看起来可用；但 SKILL.md 在 gradio predict 示例处截断，未提供版本约束、测试套件、异常输入处理或可诊断的失败反馈，静态评估按上限保守扣分。
描述明确覆盖 Python Gradio UI、组件、事件、布局和聊天机器人，场景触发较清楚；但未声明不适用边界、输入输出契约或版本/环境要求，也没有中文支持说明。Gradio 本地使用不必依赖海外服务，但 Spaces、远程文档和远程 API 场景的可达性与限制未交代，因此扣分。
文档按 guides、core patterns、组件签名、HTML 和事件监听器分层，并有 examples.md；仓库提供 Apache-2.0、生成校验流程和安全报告渠道。但技能本身缺少安装依赖、版本策略、变更记录、明确维护责任、更新路径和故障排查，且主文件不完整，因此扣分。
示例覆盖基础 UI、布局、表单、聊天、流式输出、媒体、数据表和 CLI 交互，能直接帮助完成常见 Gradio 原型；但没有执行验证，部分示例依赖未声明，安全部署与生产化结果未覆盖，且主文档截断，直接可用性和完整性有限。
证据主要是文档中的 API 签名、代码片段和示例，仓库还显示有通用生成校验 CI；没有针对该技能的测试套件、成功运行记录或第三方复核，关键结论只能有限静态审计，故不超过 5 分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →