在学习掘金小册————LangChain实战课时，我发现作者经常提到一个API的调用那就是HuggingsFace开源社区里的模型使用。于是乎，我出于好奇，就去查看了该如何使用，随即发现教程很少于是乎，我打算做一个注册HuggingsFace的教程：
注册HuggingsFace
首先呢，我们需要魔法~，在开启魔法后我们进入到HuggingsFace开源社区的界面huggingface.co/：
这时候我们可以点击右上角的Sign up进行注册，这里需要输入邮箱和自己设置一下密码：
注册完之后就会来到下面这个界面：
这里箭头处就是用来搜索模型的，只需输入模型名称就可以弹出搜索结果；但是这里在搜索模型并进行调用之前，我们还有一件事情要做————那就是申请下属于自己的Access Token。
配置Access Token
点击右上角头像处 -> setting,选择Access Token：
点击Creat,然后根据自己的需求填写相对应的内容：
图片中的圈圈处是指给予API的权限，权限从左到右分别是（个人翻译，有误请见谅）：
执行权限：允许运行或调用模型进行推理，
读取权限：允许查看或读取模型和数据，
写入权限：允许修改或更新模型和数据，
这里我们选择FINEGRAINED 权限，这可以确保只有经过授权的用户或应用程序能够执行特定的操作，从而提高安全性和控制能力。
完成这些之后，你就拥有了自己的Access Token啦！
查找所需的模型
Hugging Face中几乎收录了所有的AI模型，在Models - Hugging Face中可以搜索我们想要的模型，Hugging Face模型库首页左边也有一些分类，比如Multimodal，Computer Vision，NLP，Audio，Tabular等等，可以帮助我们快速定位想要的模型。这里我们以查找google/flan-t5-large为例：
在Deploy选项卡中点击Inference API，就会给出在代码中使用API的示例，目前提供了Python，Javascript和curl三种方式，根据自己的需求选择对应的代码，copy下来：
注意
由于我们是在Langchain中运行的，所以我们只需复制headers里的"hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx":
headers = {"Authorization": "Bearer hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"}
但是，需要将Bearer后面替换成我们前面注册的Access Token中的Value:
这里只需将所需要的项目里的相关代码替换即可，如下：
import os
os.environ['HUGGINGFACEHUB_API_TOKEN'] = 'YOU_HUGGINGFACEHUB_ACCESS_TOKEN'
结尾
内容到这里就结束了，最后表达下我对HuggingsFace的看法：
Hugging Face 是一家专注于自然语言处理的开源社区，它提供了丰富的Transformers 库、模型、Datasets 和 Tokenizers 库、支持广泛应用、是 NLP 领域的重要资源。
感谢观看🌹
