AWS 发布六个开源 Skills,让编码代理正确部署 Hugging Face 模型
AWS ML Blog · rss · 2026-09-18
AWS ML Blog 发布教程，介绍如何用 Hugging Face Skills 的六个开源 agent skills（仅依赖 Python 与 AWS CLI）让 Kiro、Claude Code 等编码代理把 HF 模型部署成生产级 SageMaker 端点，含自动扩缩容、CloudWatch 告警与正确的 DLC 容器选择，支持实时、scale-to-zero、serverless、异步、批量等多种推理模式。
文章实测了无 skills 时代理的两类失败：
- 部署 Qwen3-0.6B 时，代理凭训练数据选了过时的 TGI 容器，健康检查失败、反复烧 GPU 费用后改用 vLLM；
- 部署一个几周前发布的扩散 MoE 模型时，代理确认模型存在却仍写了 TGI 脚本，导致静默失败。
结论：失败根因是缺少最新、具体的部署知识而非推理能力。Skills 把易变知识做成可编辑文件，六个 skills（planner 编排、AWS 上下文发现、Python 环境搭建、IAM 预检、镜像选择、生产默认配置）按阶段推进部署流程。
「编程与Agent」频道最新
- 用 Jev 给 Supabase RLS 策略做语义审计，揪出规则型 lint 漏掉的漏洞 — SeanOliver · 2026-09-19
- 用 RealSense D436 深度相机做虚拟绿幕：按距离过滤 RGB，无需背景布 — chrismatthieu · 2026-09-19
- Runway MCP 一句 prompt 即可将视频转换为 120fps — tlakomy · 2026-09-19
- 实测成本曝光：100 次模型调用仅花约四分之一美分 — narphorium · 2026-09-19
- 开发者造英文逻辑语言解释器，让 LLM 借外部证明搜索做推理 — narphorium · 2026-09-19
- AgenticLinux：为AI Agent预装全套工具的不可变Linux发行版 — steipete · 2026-09-19