gitcode-publish

name

gitcode-publish

description

Publish model README to GitCode with auto-inferred YAML frontmatter tags. The agent auto-discovers the README from /workspace — user only needs to provide the model name. Use this skill whenever the user mentions pushing/publishing a model to GitCode, uploading model documentation, adding frontmatter tags to a model README, preparing a model card for GitCode, looking up a model on HuggingFace, or searching for a model ID. Even if they don't say "GitCode" explicitly, trigger when they talk about tagging a model README with HuggingFace-style metadata, need to find the exact HuggingFace model ID, or when they give just a model name and want to publish it.

GitCode 模型发布

为模型 README.md 自动推断并添加 YAML frontmatter 标签，然后推送到 GitCode 仓库。

工作流程

1. 获取模型信息

用户只需提供模型名称（如 HuggingFace model ID Qwen/Qwen2-VL-7B-Instruct、ModelScope ID、或本地路径/目录名）。

Agent 自动搜索 README

获取模型名称后，agent 按以下优先级在 /workspace 下自动搜索模型对应的 README.md：

1. 如果模型名包含 /（如 org/model-name），首先搜索 /workspace/model-name/README.md
2. 用 find /workspace -maxdepth 4 -name "README.md" 列出所有 README，结合 grep -i 过滤与模型名称匹配的路径
3. 如果以上未找到，搜索模型目录下的 config.json（find /workspace -maxdepth 4 -name "config.json"），读取 _name_or_path 字段匹配模型名称来定位

如果自动搜索找到唯一匹配，直接使用；如果有多个候选，展示给用户选择；如果没有找到，再询问用户 README 路径作为兜底。

记下搜索到的 README 路径（下面用 $README_PATH 表示），后续步骤需要用它。

确定模型路径

模型路径按以下优先级确定：

• 如果搜索 README 时已经找到包含 config.json 的模型目录，直接使用该路径读取配置
• 如果用户提供的是 HuggingFace model ID，优先从 API 获取元数据（走 2a），同时如果本地缓存目录 ~/.cache/huggingface/hub/models--{org}--{name}/ 存在，读取本地 config 补充信息
• 如果自动搜索未找到，询问用户模型路径

关键变更：用户不再需要手动提供 README 路径，agent 自动从 /workspace 搜索。

1.5. 解析模糊的 HuggingFace 模型 ID

当用户提供的 HuggingFace model ID 不精确时（缺少命名空间、只有系列名、记不清全名等），不要猜测，用 huggingface_hub 库搜索并让用户确认。

触发条件（满足任一即触发搜索）：

• model ID 中没有 /（缺少命名空间，如 "Qwen2-VL" 而非 "Qwen/Qwen2-VL-7B-Instruct"）
• 用户明确说不确定完整 model ID（"好像叫..."、"记不清..."、"大概是..."）
• 后续步骤 2a 中 HF API 返回 404

搜索命令（按 downloads 降序，优先展示热门模型。优先使用 hf-mirror.com 镜像，不可达时回退直连）：

python3 << 'PYEOF'
import os
from huggingface_hub import HfApi

# 优先用镜像，不行再直连
for endpoint in ['https://hf-mirror.com', None]:
    try:
        if endpoint:
            os.environ['HF_ENDPOINT'] = endpoint
        api = HfApi()
        models = list(api.list_models(search="<搜索词>", limit=15, sort="downloads"))
        break
    except Exception:
        continue

print(f"{'#':<3} {'Model ID':<55} {'Pipeline':<30} {'Downloads':<12} {'Created'}")
print("-" * 115)
for i, m in enumerate(models, 1):
    created = str(m.created_at).split(' ')[0] if m.created_at else '-'
    print(f"{i:<3} {m.modelId:<55} {(m.pipeline_tag or '-'):<30} {m.downloads:>10,}  {created}")
PYEOF

展示搜索结果，用表格形式列出匹配的模型（显示 model ID、pipeline_tag、下载量、更新时间），然后让用户通过序号或完整 model ID 确认。

用户确认后，用确认的完整 model ID 继续后续步骤。

2. 获取模型元数据

优先级：平台 API > 本地 config 推断

根据步骤 1.2 中确定的模型来源类型，选择对应的数据源。

2a. HuggingFace model ID → 用 API 获取真实标签

HuggingFace Hub API 返回的 pipeline_tag、tags、library_name、license 就是平台上的真实值，无需猜测：

curl -sL --retry 3 --retry-delay 1 "https://hf-mirror.com/api/models/MODEL_ID" | python3 -c "
import sys, json
d = json.load(sys.stdin)
card = d.get('cardData', {}) or {}
result = {
    'pipeline_tag': d.get('pipeline_tag', ''),
    'tags': d.get('tags', []),
    'library_name': d.get('library_name', ''),
    'license': card.get('license', ''),
    'model_type': d.get('config', {}).get('model_type', '') if d.get('config') else '',
}
print(json.dumps(result, indent=2, ensure_ascii=False))
"

如果 hf-mirror 不可达，用 HuggingFace 直连作为后备：

curl -sL --retry 3 --retry-delay 1 "https://huggingface.co/api/models/MODEL_ID" | python3 -c "..."  # 同上

如果 API 返回 404（model ID 不存在），说明用户提供的 model ID 可能有误。此时应返回 步骤 1.5，用搜索词（取 model ID 中最有区分度的部分）进行模糊搜索，让用户从匹配结果中选择正确的 model ID。

2b. ModelScope model ID → 用 API 获取真实标签

curl -sL "https://modelscope.cn/api/v1/models/MODEL_ID" | python3 -c "
import sys, json
d = json.load(sys.stdin).get('Data', {})
tasks = d.get('Tasks', [])
result = {
    'pipeline_tag': tasks[0].get('Name', '') if tasks else '',
    'tags': d.get('Tags', []),
    'library_name': d.get('Libraries', [''])[0] if d.get('Libraries') else '',
    'license': d.get('License', ''),
    'model_type': d.get('ModelType', [''])[0] if d.get('ModelType') else '',
}
print(json.dumps(result, indent=2, ensure_ascii=False))
"

ModelScope API 字段映射：Tasks[0].Name → pipeline_tag，Tags → tags，License 是可直接使用的许可证文本。

2c. 本地路径 → 优先从 HuggingFace API 获取真实标签

即使模型在本地，也应优先查询 HuggingFace 上的真实标签，而不是从 config.json 的 model_type 推断。

第一步：从本地路径推断 HuggingFace model ID

如果本地路径是 HuggingFace 缓存目录（包含 models--org--model 格式），提取 model ID：

MODEL_PATH="/path/to/model"
# 尝试从缓存路径提取 HF model ID
echo "$MODEL_PATH" | python3 -c "
import sys, re
path = sys.stdin.read().strip()
m = re.search(r'models--([^-]+)--(.+?)(?:/snapshots|/blobs|$)', path)
if m:
    print(f'{m.group(1)}/{m.group(2)}')
"

如果提取成功，用提取到的 model ID 走 步骤 2a 的 HF API 流程获取标签。

第二步：无法提取 model ID 时，用 config 获取基本信息（但 tags 仍需确认）

如果第一步无法提取 model ID，读取 config.json 获取 model_type、architectures 等基本信息：

python3 -c "from transformers import AutoConfig; print('ok')" 2>&1 || pip3 install transformers --quiet

python3 << 'PYEOF'
import json, os

MODEL_PATH = "MODEL_PATH"

from transformers import AutoConfig
config = AutoConfig.from_pretrained(MODEL_PATH, trust_remote_code=True)

result = {
    "model_type": config.model_type,
    "pipeline_tag": "",  # 步骤3中根据映射表推断
    "tags": [],  # 不要用 model_type 填充——tags 应该是 HF 平台标签
    "library_name": "transformers",
    "license": "",
    "architectures": getattr(config, 'architectures', None) or [],
}

print(json.dumps(result, indent=2, ensure_ascii=False))
PYEOF

然后询问用户该模型在 HuggingFace 上的 model ID，用 API 获取真实 tags。如果模型不在 HuggingFace 上，才使用步骤 3 的映射表手动构造 tags。

2d. 无论哪种方式，都需要读取模型 config（用于步骤5的 README 生成）

如果模型路径是 HF model ID 且本地没有缓存，只下载配置文件（不下载权重）：

python3 -c "
import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
from huggingface_hub import snapshot_download
snapshot_download('MODEL_ID', allow_patterns=['config.json', '*.md', 'tokenizer_config.json', 'preprocessor_config.json'], local_dir='/tmp/model-temp')
"

然后用 /tmp/model-temp 的 config.json 补充模型信息。

3. 映射 pipeline_tag（仅本地路径需要）

如果已从 API 获取了 pipeline_tag，跳过此步骤。

读取 references/pipeline_tags.md 中的映射表，根据 model_type 找到对应的 pipeline_tag。

如果 model_type 在映射表中找不到，按以下优先级推断：

• model_type 包含 vl → image-text-to-text
• model_type 包含 audio/speech → automatic-speech-recognition
• model_type 属于编码器模型（bert/roberta/deberta/electra）→ fill-mask
• 都不匹配 → 询问用户手动指定

映射完成后，仅确定 pipeline_tag。tags 字段应从 HuggingFace API 获取（包含平台自动标签如 transformers、pytorch、safetensors 以及 pipeline_tag 对应的任务标签等），不要用 model_type 或 architectures 填充 tags。

4. 展示并确认标签

将推断结果展示给用户。用表格形式：

| 字段 | 值 |
|------|-----|
| library_name | transformers |
| pipeline_tag | image-text-to-text |
| tags | model-agent-tagged, transformers, image-text-to-text, pytorch, safetensors |
| license | apache-2.0 |

让用户确认或修改。用户可以：

• 直接确认，继续下一步
• 修改某个字段的值
• 添加额外字段（如 license_name、datasets、metrics 等）

5. 智能合并 README frontmatter

读取步骤1中自动搜索到的 README.md 文件（注意：不是模型路径下的 README，而是步骤1中搜索到的 README 路径）：

如果 README 不存在：创建一个只有 YAML frontmatter 的新文件。

如果 README 存在但没有 YAML frontmatter（不以 --- 开头）：在文件最开头插入 frontmatter。

如果 README 已有 YAML frontmatter：智能合并——保留用户手动添加的字段（如自定义 license_name），只更新自动推断的字段值。判断依据：

• 自动推断的字段（library_name、pipeline_tag、tags）用新值覆盖
• 如果用户已手动设置 license，保留用户的值
• 用户自定义的字段（不在自动推断列表中的）原样保留

最终写入的格式：

---
tags:
- model-agent-tagged
- transformers
- image-text-to-text
- pytorch
library_name: transformers
pipeline_tag: image-text-to-text
license: apache-2.0
---
[原有 README 内容...]

YAML 格式要求：

• tags 用列表格式（每行 - tag-name），写在最前面
• 其他字段用 key: value 格式
• --- 分隔符独占一行
• frontmatter 结束后空一行再接正文

6. 创建或关联 GitCode 仓库

询问用户："创建新仓库还是使用已有仓库？"

选项 A：创建新仓库（通过 API）

Token 从环境变量 ATOMGIT_USER_TOKEN 自动读取。如果未设置直接退出。

然后询问：

• 仓库名称（name）：如 "Qwen2-VL-7B-Instruct"
• 仓库路径（path）：如 "qwen2-vl-7b-instruct"（默认与 name 相同）
• 是否私有（private）：默认 false（公开）

调用 API 创建模型仓库：

curl --location 'https://api.gitcode.com/api/v5/user/repos' \
  --header "private-token: $ATOMGIT_USER_TOKEN" \
  --header 'Content-Type: application/json' \
  --data '{
    "name": "<REPO_NAME>",
    "path": "<REPO_PATH>",
    "private": false,
    "repository_type": "model"
  }'

仓库地址直接用 token 构造，无需从 API 返回值提取：

REPO_URL="https://auth:${ATOMGIT_USER_TOKEN}@gitcode.com/<REPO_PATH>.git"

选项 B：使用已有仓库

询问用户仓库路径（如 yanlp/demo1-1），然后同样构造带认证的地址：

REPO_URL="https://auth:${ATOMGIT_USER_TOKEN}@gitcode.com/<路径>.git"

7. 推送到 GitCode

# 初始化 git（在 README 所在目录操作）
cd "$(dirname "$README_PATH")"
git init

# 添加 GitCode 远程仓库（URL 已含 token，无需额外认证）
git remote add origin REPO_URL || git remote set-url origin REPO_URL

# 只提交 README.md
git add README.md
git commit -m "publish: add model card with auto-inferred tags"

# 推送到 GitCode（假设 main 分支）
git push -u origin main

注意事项

• 固定标签 model-agent-tagged：所有通过本 skill 发布的 README，其 tags 列表中都必须包含 model-agent-tagged。无论标签来源是 HF API、ModelScope API 还是本地推断，在最终写入 frontmatter 前，确保 model-agent-tagged 出现在 tags 列表中。此标签用于标识该模型文档由 Agent 自动打标。
• 标签来源优先级：平台 API > 本地 config 推断。HF/ModelScope API 返回的是平台上真实使用的标签，比本地推断更准确。
• 整个过程不接触模型权重文件（.safetensors、.bin、.pt 等），只操作配置文件和 API 查询
• 如果 tags 中包含 license:xxx 格式的标签，可将其提取为独立的 license 字段
• 如果用户模型不是 transformers 架构（如 MLX、GGUF），告知用户此 skill 当前只支持 transformers 格式的模型卡
• HF API 返回的 tags 包含平台自动标签（transformers、safetensors、pytorch、text-generation 等）和用户自定义标签，应完整保留