# 任务概览

Hugging Face Jobs 在远程 CPU 和 GPU 上运行您的代码。您可以使用它来[训练或微调模型](./jobs-training)、在数据集上运行推理，或[处理数据](./jobs-large-datasets)。

Job 会在您选择的硬件上的环境中运行命令。您可以从终端或 Hub 上跟踪其状态和日志。

从[快速入门](./jobs-quickstart)开始运行您的第一个 CPU 和 GPU 任务，或者[浏览示例](./jobs-examples)以找到可适配的工作负载。

UV & 类似 Docker 的 CLI uv,run,ps,logs,stats,inspect CPU & GPU 为您的工作负载选择硬件 运行您的代码 Python 脚本 & Docker 镜像 按量付费 按您使用的计算资源付费

## 在任意位置运行任务

您可以使用多种工具来运行任务：

* `hf` 命令行界面（有关更多信息，请参阅 [CLI 安装步骤](https://huggingface.co/docs/huggingface_hub/main/en/guides/cli) 和 [Jobs CLI 文档](https://huggingface.co/docs/huggingface_hub/guides/cli#hf-jobs)）
* `huggingface_hub` Python 客户端（有关更多信息，请参阅 [`huggingface_hub` Jobs 文档](https://huggingface.co/docs/huggingface_hub/guides/jobs)）
* Jobs HTTP API（有关更多信息，请参阅 [Jobs OpenAPI](https://huggingface-openapi.hf.space/#tag/jobs)）

## 运行任意工作负载

### Python 脚本

使用 `hf jobs uv run` 可远程运行 Python 脚本。通过 `--with` 或在 [脚本头部](https://docs.astral.sh/uv/guides/scripts/#declaring-script-dependencies) 中指定其依赖项。Jobs 会在运行代码之前使用 uv 安装这些依赖项。

```diff
- uv run <script.py>
+ hf jobs uv run <script.py>
```

### Docker 镜像

使用 `hf jobs run` 并指定 Docker 镜像及要运行的命令。该镜像将提供工作负载所需的工具和库，无论您使用的是 Python 还是其他语言。您可以选择一个[现有镜像](./jobs-images)，使用从 [Docker Space](./spaces-sdks-docker) 构建的镜像，或者自行构建一个。

```diff
- docker run <image> <command>
+ hf jobs run <image> <command>
```

许多 Job 可以并行运行，用于参数调优、推理和数据处理等任务。

## 自动化任务

通过计划任务或 Webhook 自动触发作业。

使用计划，你可以每隔 X 分钟、小时、天、周或月运行一次作业。作业调度使用 `cron` 语法，例如 `"*/5 * * * *"` 表示“每 5 分钟”，或使用别名，如 `"@hourly"`、`"@daily"`、`"weekly"` 或 `"@monthly"`。

借助 Webhooks，每当 Hugging Face 仓库发生更新时，Jobs 即可运行。例如，您可以配置 Webhooks，使其在指定账户下的每次模型更新时触发，并在 Job 中从 Webhook 负载中获取更新后的模型。