Hugging Faceとは｜使い方・モデルの探し方・hf CLIでのダウンロードとライセンスの見方

Hugging Faceは、AIのモデル・データセット・デモアプリ（Spaces）を公開して共有するサービスです。ローカルLLMも画像生成モデルも、重みの多くはここから落とします。本記事ではCLIとPythonライブラリの huggingface_hub 2.2.0 を入れて、コマンドの構成・保存先・ログインの状態を確かめました。全体像は LLMとは？仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版 にまとめています。

Hugging Faceとは｜何ができるサービスか

Hugging Faceの中心はHubと呼ばれる置き場です。リポジトリにはモデル・データセット・Spaces（Gradioなどで作るデモアプリ）の3種類があり、それぞれGitのリポジトリとして版を持ちます。

モデルを使う入口は大きく3つあります。Pythonの transformers などのライブラリは、from_pretrained でリポジトリ名を渡すと重みを落としてキャッシュに置きます。CLIの hf download はファイルだけを落とします。OllamaやLM Studioのようなローカル実行のツールは、Hubのリポジトリ名を直接受け取ります。たとえばOllamaは ollama run hf.co/<ユーザー名>/<リポジトリ名> の形でGGUFのモデルを動かし、量子化は Q4_K_M があればそれを選びます（Hubの公式ドキュメント）。Ollamaそのものの使い方は Ollamaとは？使い方をインストールから解説｜基本コマンド・API・必要スペック・モデル選び2026 にまとめました。

運営は同名の会社で、CLIとPythonライブラリの huggingface_hub はApache-2.0で公開されています（LICENSEの実体で確認）。GitHubのページ表示は★4.0k、フォーク1.3kでした。

Hugging Faceの使い方｜モデルの探し方とカードの読み方

モデルはHubの Models ページで探します。左の絞り込みで、タスク（Text Generation など）・ライブラリ（GGUF・Transformers など）・言語・ライセンスを選べます。並びはダウンロード数や更新日で替えられます。CLIでも同じ一覧が取れ、hf models ls --sort downloads --limit 10 が --help の例に載っています。

候補が決まったら、モデルのページで3か所を見ます。

ライセンスの識別子

カードの先頭にある license の値がそのモデルの使用条件の入口です。Hubのドキュメントは識別子の一覧を持っていて、大きく4つに分かれます。

license の値は作者がカードに書いた値です。コードと重みでライセンスが違う例もあります。GitHubのLICENSEがApache-2.0でも、重みは別の条件で配られていることがあります。実例は Indra OCRはApache-2.0ではない｜コードと重みでライセンスが分かれるOCRモデル と liftとは｜PDF 構造化抽出の9BモデルをGitHubのApache-2.0表示だけで判断してはいけない で確かめました。

ゲート付きのモデル

作者がアクセスの申請を有効にしたモデルは、ゲート付きと呼ばれます。使う人はユーザー名とメールアドレスを作者に共有することに同意してから、ファイルにアクセスします。既定は自動で承認され、作者が手動の承認を選ぶこともできます。ブラウザではログインしていれば済みますが、スクリプトやCLIで落とすにはトークンが要ります（公式ドキュメント）。

ファイルの形式と大きさ

Files タブで、形式と容量を見ます。PyTorchの既定の形式であるpickle（.bin・.pt など）は、読み込むと任意のコードを実行できる形式です。公式ドキュメントは信頼できる作者のモデルを使い、safetensorsのような形式を選ぶよう勧めています。ローカルLLMならGGUFが多く、同じリポジトリに Q4_K_M や Q8_0 のような量子化の違うファイルが並びます。メモリに合わせて1つだけ選ぶ考え方は Gemma 4 12Bとは｜16GBノートで動かす手順・QAT/Q4_K_M量子化・256K文脈とベンチ で扱いました。

hf CLIのインストールとダウンロード

CLIは huggingface_hub に入っている hf コマンドです。公式ドキュメントは単体のインストーラ（curl -LsSf https://hf.co/cli/install.sh | bash）を勧めていて、pip・uv・Homebrewでも入ります。Python 3.10以上が要ります。pipで入れる場合の手順です。掲載のまま実行して、2.2.0で動くことを確かめました。

python3 -m venv .venv
source .venv/bin/activate
pip install -U huggingface_hub
hf version
hf env | grep -E 'HF_HUB_CACHE|Has saved token|TELEMETRY'
hf auth whoami

結果は次のとおりです。hf version は 2.2.0 を返しました。hf env は、キャッシュの置き場所が ~/.cache/huggingface/hub、保存済みのトークンは無し（Has saved token ?: False）、利用統計の送信を止める HF_HUB_DISABLE_TELEMETRY は False（送る設定）と出しました。ログインしていない状態の hf auth whoami は Not logged in. Run hf auth login first. で終わりました。

ファイルを落とす形は次のとおりです。公式ドキュメントの例と同じ形で、今回はダウンロードの実行までは確かめていません（未検証）。

hf download openai-community/gpt2 config.json
hf download openai-community/gpt2 config.json --local-dir ./gpt2

1行目はキャッシュに置き、最後の行に置き場所のパスを出します。--local-dir を付けると、指定したフォルダに置きます。ほかに --include "*.safetensors" のような絞り込み、--revision での版の指定、--dry-run での下見があります（hf download --help で確認）。

保存先と動きは環境変数で変えます。HF_HOME=/data/hf を付けて hf env を見ると、キャッシュは /data/hf/hub、トークンは /data/hf/token に移りました。HF_HUB_OFFLINE=1 を付けると通信をせず、キャッシュに無いファイルは offline mode is enabled のエラーで止まります。ゲート付きのモデルは hf auth login でログインするか、環境変数 HF_TOKEN にトークンを入れます。

huggingface-cliからhfへの読み替え

検索で見つかる手順の多くは、まだ huggingface-cli で書かれています。huggingface_hub の配布物を版ごとに確かめると、次のように替わっていました。

command not found が出たら、古い手順のコマンドを読み替えます。hf はサブコマンドで分かれていて、ログインまわりは hf auth、キャッシュの一覧と削除は hf cache ls・hf cache rm です。モデルの情報は hf models info、カードの本文は hf models card で取れます。

AIエージェントに hf を教える

2.2.0 の hf はAIエージェント向けの説明書（スキル）を自分で書き出せます。プロジェクトのフォルダで実行すると、.agents/skills/hf-cli/SKILL.md ができ、.claude/skills/hf-cli からリンクが張られました。Claude Codeのようにスキルを読むエージェントが、古い huggingface-cli ではなく hf を使うようになります。

hf skills add
hf --skills | head -5

できた SKILL.md は約3.4万字で、冒頭に「hf は非推奨の huggingface-cli を置き換える」と書かれています。スキルを全体に入れるときは hf skills add --global を使います。

Hugging Faceは無料？料金と回数の上限

閲覧とダウンロードは無料で、アカウントが無くても公開モデルを落とせます。ただし、5分ごとの回数に上限があります。ダウンロードにあたる「Resolvers」の上限は、公式ドキュメントの表（2025年9月時点）で次のとおりです。

匿名と無料の値は「状況により変わる」と注記されています。上限を超えると429が返り、huggingface_hub は待つべき秒数をヘッダから読んで待ち直します。

有料のPROでは、保存容量と回数の上限が上がり、毎月の計算クレジットが付きます。Spacesは、CPU Basic（2 vCPU・16GBメモリ）が時間課金なしで、静的なSpacesは誰でも作れます。GradioとDockerのSpacesを新しく作るには、個人ならPROの契約が要ります。無料アカウントでも、ZeroGPUで動くGradioのSpacesを2つまで置けます。PROの価格はドキュメントに無く、公式の料金ページで確かめてください。

参照ソース

• huggingface/huggingface_hub（公式リポジトリ・Apache-2.0）
• huggingface_hub: Command Line Interface (CLI)
• huggingface_hub: Environment variables
• Hub docs: Licenses
• Hub docs: Gated models
• Hub docs: Pickle Scanning
• Hub docs: Hub Rate limits
• Hub docs: Spaces Overview
• Hub docs: Use Ollama with any GGUF Model on Hugging Face Hub
• huggingface/hub-docs（Hub ドキュメントの原稿）