玩大模型的一定不会陌生 Hugging Face 。

作为一个机器学习社区的协作平台，常用于模型、数据集和应用程序的开发。

为了推动 AI 社区建设，他们提供了 Space 来让任何人都可以部署自己的大模型服务

注册就可以开通永久免费云服务器：16G 内存、2核 CPU、50G 硬盘空间

免费使用，诚意满满

使用方法

1. 登录/注册

地址： https://huggingface.com

如果已经有了账号，直接登录就好了。服务器不分新老用户，都可以使用的。没有账号的注册一个也很简单，通过邮箱注册一个就行：

2. 创建 Space

进来后点击导航栏的 “space”

进来后点击 “New Space”

3、填写Space Name

4. 选择sdk

Hugging Face Spaces 提供了3种模板，可以很方便的来部署你的应用。

• Gradio: 是最受欢迎的选择之一，特别适合快速构建用户友好的机器学习Web界面。只需几行Python代码，就能创建一个带有输入（如文本框、图片上传）和输出（如文本、图像、图表）的交互式Demo。

• 
• Docker: Docker提供了最大的灵活性，你可以部署任何其他非机器学习的应用部署
• 
•  静态HTML: 主流的前端框架都支持，可以托管静态的HTML、CSS和JavaScript文件，非常适合展示静态的数据可视化或简单的网页应用。

5. 选择 配置 和 权限

Hugging Face 提供了多种硬件配置供你选择。免费版的提供2vCPU，16G内存，和50G硬盘空间。

但是如果是静态页面SDK，就只有2vCPU版本的可以选择，然后是空间的权限，根据你的需求来选择：

1. 1. Public Space (公开空间): 拥有一个对互联网上任何人开放的URL，任何人都可以访问和交互。
2. 2. Private Space (私有空间): 虽然它托管在公网服务器上，但其URL被Hugging Face的身份验证系统保护。它不对公网开放，访问权限仅限于授权用户。点击创建空间 按钮即可

创建服务

1. 编辑项目

这里我的空间选择的是一个空白的 Docker SDK。进来后，里面有非常详细指引告诉你怎么使用。

这里也解释了为什么前面要选择SDK了。每个space本身是一个git仓库，平台通过项目中的requirements.txt或Dockerfile自动构建环境。

你可以通过指引中的 git clone 把项目拉到本地目录中。然后在你的编辑器中，创建app.pyDockerfilerequirements.txt文件：

2. 创建token

这种情况建议通过 Hugging Face 的 token 来进行验证

立即点击复制按钮并将其保存在一个安全的地方（比如你的密码管理器）。这个 Token只会出现一次，刷新或离开页面后你将无法再次看到它。

如果你的space内容和我一样，也是一个python 的 FastAPI 服务，那么 {用户名}-{space name}.hf.space  就是你服务的直接路径。

怎么样？是不是很简单！