Skip to content

ADK 的 Hugging Face MCP 工具

Supported in ADKPythonTypeScript

可以利用 Hugging Face MCP 服务器 将你的 ADK 智能体连接到 Hugging Face Hub 和成千上万个 Gradio AI 应用程序。

使用场景

  • 发现 AI/ML 资产：根据任务、库或关键词在 Hub 中搜索和过滤模型、数据集和论文。
  • 构建多步工作流：将工具链接在一起，例如用一个工具转录音频，然后用另一个工具总结生成的文本。
  • 查找 AI 应用程序：搜索可以执行特定任务（如背景去除或文本转语音）的 Gradio Space。

前置条件

与智能体一起使用

from google.adk.agents import Agent
from google.adk.tools.mcp_tool import McpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StdioConnectionParams
from mcp import StdioServerParameters

HUGGING_FACE_TOKEN = "YOUR_HUGGING_FACE_TOKEN"

root_agent = Agent(
    model="gemini-2.5-pro",
    name="hugging_face_agent",
    instruction="Help users get information from Hugging Face",
    tools=[
        McpToolset(
            connection_params=StdioConnectionParams(
                server_params = StdioServerParameters(
                    command="npx",
                    args=[
                        "-y",
                        "@llmindset/hf-mcp-server",
                    ],
                    env={
                        "HF_TOKEN": HUGGING_FACE_TOKEN,
                    }
                ),
                timeout=30,
            ),
        )
    ],
)

from google.adk.agents import Agent
from google.adk.tools.mcp_tool import McpToolset
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPServerParams

HUGGING_FACE_TOKEN = "YOUR_HUGGING_FACE_TOKEN"

root_agent = Agent(
    model="gemini-2.5-pro",
    name="hugging_face_agent",
    instruction="Help users get information from Hugging Face",
    tools=[
        McpToolset(
            connection_params=StreamableHTTPServerParams(
                url="https://huggingface.co/mcp",
                headers={
                    "Authorization": f"Bearer {HUGGING_FACE_TOKEN}",
                },
            ),
        )
    ],
)

import { LlmAgent, MCPToolset } from "@google/adk";

const HUGGING_FACE_TOKEN = "YOUR_HUGGING_FACE_TOKEN";

const rootAgent = new LlmAgent({
    model: "gemini-2.5-pro",
    name: "hugging_face_agent",
    instruction: "Help users get information from Hugging Face",
    tools: [
        new MCPToolset({
            type: "StdioConnectionParams",
            serverParams: {
                command: "npx",
                args: ["-y", "@llmindset/hf-mcp-server"],
                env: {
                    HF_TOKEN: HUGGING_FACE_TOKEN,
                },
            },
        }),
    ],
});

export { rootAgent };

import { LlmAgent, MCPToolset } from "@google/adk";

const HUGGING_FACE_TOKEN = "YOUR_HUGGING_FACE_TOKEN";

const rootAgent = new LlmAgent({
    model: "gemini-2.5-pro",
    name: "hugging_face_agent",
    instruction: "Help users get information from Hugging Face",
    tools: [
        new MCPToolset({
            type: "StreamableHTTPConnectionParams",
            url: "https://huggingface.co/mcp",
            header: {
                Authorization: `Bearer ${HUGGING_FACE_TOKEN}`,
            },
        }),
    ],
});

export { rootAgent };

可用工具

工具 描述
Spaces Semantic Search 通过自然语言查询查找最佳 AI 应用
Papers Semantic Search 通过自然语言查询查找 ML 研究论文
Model Search 搜索 ML 模型，支持按任务、库等过滤
Dataset Search 搜索数据集，支持按作者、标签等过滤
Documentation Semantic Search 搜索 Hugging Face 文档库
Hub Repository Details 获取有关模型、数据集和 Space 的详细信息

配置

要配置 Hugging Face Hub MCP 服务器中可用的工具，请访问你的 Hugging Face 账户中的 MCP 设置页面。

要配置本地 MCP 服务器，可以使用以下环境变量：

  • TRANSPORT：使用的传输类型（stdio、sse、streamableHttp 或 streamableHttpJson）
  • DEFAULT_HF_TOKEN：⚠️ 请求将使用在 Authorization: Bearer 头部收到的 HF_TOKEN 进行服务。如果没有发送头部，则使用 DEFAULT_HF_TOKEN。仅在开发/测试环境或本地 STDIO 部署中设置此项。⚠️
  • 如果使用 stdio 传输运行，且未设置 DEFAULT_HF_TOKEN，则使用 HF_TOKEN。
  • HF_API_TIMEOUT：Hugging Face API 请求的超时时间（以毫秒为单位）（默认：12500ms / 12.5 秒）
  • USER_CONFIG_API：用于用户设置的 URL（默认为本地前端）
  • MCP_STRICT_COMPLIANCE：设置为 True 以在 JSON 模式下拒绝 GET 405（默认提供欢迎页面）。
  • AUTHENTICATE_TOOL：是否包含 Authenticate 工具以在调用时发出 OAuth 质询
  • SEARCH_ENABLES_FETCH：当设置为 true 时，只要启用了 hf_doc_search，就会自动启用 hf_doc_fetch 工具

额外资源