Hugging Face MCP Server
Offizieller MCP-Server von Hugging Face, mit dem KI-Assistenten Modelle, Datensätze, Papers und Spaces des Hubs durchsuchen und Community-Tools nutzen.
- Skill Road
- Hugging Face MCP Server
Kategorien
Beschreibung
Der Hugging Face MCP Server implementiert das Model Context Protocol und verbindet MCP-fähige KI-Assistenten mit dem Hugging Face Hub: Modelle, Datensätze, Spaces und Forschungspapiere durchsuchen, die Hugging-Face-Dokumentation per natürlichsprachlicher Suche befragen sowie MCP-kompatible Gradio-Anwendungen (Community-Tools) direkt aus dem Chat heraus aufrufen. Das eingebaute Werkzeug hf_fs deckt die meisten Hub-Aufgaben effizient ab, inklusive semantischer Suche über Dokumente und Spaces.
Optional lassen sich in den MCP-Einstellungen weitere Werkzeuge aktivieren: Schreibzugriff auf eigene Repositories, Sandboxes samt Dateiverwaltung sowie das Starten und Verwalten von Jobs auf der Hugging-Face-Infrastruktur. Diese erweiterten Werkzeuge benötigen eine Anmeldung mit Hugging-Face-Konto.
Gehostete Variante (empfohlen)
Hugging Face betreibt den Server als gehosteten Remote-Dienst unter https://huggingface.co/mcp. Auf der zugehörigen Einstellungsseite lässt sich der passende Client auswählen (etwa Claude Code, Claude Desktop, Cursor, VS Code, Zed, Gemini CLI oder ChatGPT); die Seite erzeugt daraufhin eine fertige Konfiguration zum Einfügen. Für Werkzeuge mit Schreibzugriff, Sandboxes oder Jobs ist eine Anmeldung am Hugging-Face-Konto nötig.
Lokale Variante
Alternativ lässt sich das quelloffene Paket @llmindset/hf-mcp-server lokal per npx starten, wahlweise im STDIO- oder im zustandslosen Streamable-HTTP-Modus. Ein Docker-Image steht unter ghcr.io/evalstate/hf-mcp-server bereit. Beide Varianten eignen sich, wenn der Datenverkehr nicht über den gehosteten Dienst laufen soll.
Community-Spaces als besonderes Merkmal
Was den Hugging Face MCP Server von den meisten anderen MCP-Servern unterscheidet, ist die Anbindung an Community-Spaces: Statt nur einen festen Werkzeugsatz bereitzustellen, kann jede MCP-kompatible Gradio-Anwendung, die auf dem Hub veröffentlicht wurde, als zusätzliches Werkzeug im Chat aufgerufen werden. Das öffnet den Server für eine ständig wachsende Zahl an Spezialwerkzeugen, von Bildbearbeitung über Textanalyse bis zu domänenspezifischen Modellen, ohne dass Hugging Face jede einzelne Funktion selbst implementieren muss. Der Preis dafür ist, dass diese Werkzeuge nicht von Hugging Face selbst geprüft werden.
Typische Einsatzszenarien
Der Server eignet sich besonders für Recherchearbeit im Machine-Learning-Umfeld: das Auffinden geeigneter vortrainierter Modelle für eine bestimmte Aufgabe, das Durchsuchen von Datensätzen nach Umfang und Lizenz, das Nachschlagen aktueller Forschungspapiere zu einem Thema oder das direkte Ausprobieren eines Community-Tools ohne Kontextwechsel zum Browser. Für Data-Science-Teams, die regelmäßig neue Modelle evaluieren, kann die natürlichsprachliche Hub-Suche deutlich schneller sein als das manuelle Durchklicken der Weboberfläche.
Betriebsarten und Anmeldung
Der Server unterstützt STDIO und Streamable HTTP mit JSON unter dem Pfad /mcp, die Weboberfläche läuft standardmäßig auf Port 3000. Lokal startet man ihn mit npx @llmindset/hf-mcp-server für STDIO oder mit npx @llmindset/hf-mcp-server-http für HTTP, alternativ als Docker-Container aus ghcr.io. Bei HTTP prüft der Server das Token über den whoami-Endpunkt von Hugging Face und erwartet den Header Authorization: Bearer. Werkzeuge zum Anlegen von Repositories, für Jobs, dynamische Spaces und Sandboxes verlangen eine Anmeldung. Eine Verwaltungsseite unter /metrics zeigt den Betrieb, und das Zeitlimit für API-Aufrufe beträgt standardmäßig 12,5 Sekunden.
Häufige Fragen
Sind alle Community-Spaces vertrauenswürdig? Nein, sie stammen von Drittanbietern und werden nicht von Hugging Face selbst geprüft; vor der Nutzung lohnt ein Blick auf den Betreiber. Braucht die Basisnutzung ein Hugging-Face-Konto? Nein, einfache Hub-Suchen und Dokumentationsabfragen funktionieren ohne Anmeldung. Kann ich den Server komplett ohne Hugging-Face-Infrastruktur nutzen? Nein, auch die lokale Variante kommuniziert für Hub-Daten weiterhin mit der Hugging-Face-Infrastruktur.
Voraussetzungen
Für die gehostete Variante ein MCP-Client mit Unterstützung für Remote-Server (die Einstellungsseite zeigt clientspezifische Anleitungen); für erweiterte Werkzeuge (Schreibzugriff, Sandboxes, Jobs) zusätzlich ein Hugging-Face-Konto mit Anmeldung. Für die lokale Variante Node.js (npx) oder Docker.
Installationsanleitung
Der Hugging Face MCP Server verbindet MCP-fähige Assistenten mit dem Hugging Face Hub. Die Einrichtung läuft über eine zentrale Einstellungsseite, die für den jeweiligen Client eine passende Konfiguration erzeugt.
Server über die Einstellungsseite anbinden
Angemeldet https://huggingface.co/mcp öffnen und den eigenen MCP-Client auswählen (etwa Claude Code, Claude Desktop, Cursor, VS Code, Zed oder Gemini CLI). Die Seite zeigt eine clientspezifische Anleitung inklusive fertiger Konfiguration zum Einfügen. Nach dem Einfügen den Client neu starten – der Server sollte anschließend als verbunden erscheinen.
Werkzeuge auswählen
Auf derselben Einstellungsseite lässt sich festlegen, welche Werkzeuge über die Basis-Hub-Navigation hinaus aktiv sind: Schreibzugriff auf eigene Repositories, Sandboxes mit Dateiverwaltung sowie das Starten und Überwachen von Jobs auf der Hugging-Face-Infrastruktur. Diese Werkzeuge erfordern eine Anmeldung und sollten nur aktiviert werden, wenn sie tatsächlich gebraucht werden.
Community-Tools (Spaces) ergänzen
Zusätzlich lassen sich einzelne MCP-kompatible Gradio-Spaces als weitere Werkzeuge einbinden. Da diese von der Community und nicht von Hugging Face selbst stammen, lohnt vor der Freigabe ein kurzer Blick auf den Betreiber und den Zweck des Spaces.
Schritt 1: Lokale Variante als Alternative
Statt des gehosteten Dienstes lässt sich der Server auch lokal per npx @llmindset/hf-mcp-server (STDIO) oder als Docker-Container (ghcr.io/evalstate/hf-mcp-server) betreiben – sinnvoll, wenn der Datenverkehr nicht über den gehosteten Dienst laufen soll.
npx @llmindset/hf-mcp-server
Schritt 2: Einrichtung prüfen
Nach dem Verbinden mit einer harmlosen Aufgabe testen, etwa „Suche aktuelle Modelle für Bildklassifikation" oder „Finde Datensätze zu Wetterzeitreihen". Zeigt der Assistent passende Hub-Ergebnisse an, ist die Verbindung korrekt eingerichtet.
Häufige Verbindungsprobleme
Erscheint der Server nach dem Einfügen der Konfiguration nicht als verbunden, hilft meist ein vollständiger Neustart des Clients statt nur ein Neuladen der Konfiguration. Bei aktivierten erweiterten Werkzeugen ohne gültige Anmeldung zeigt der Client häufig eine Fehlermeldung zur Authentifizierung – in diesem Fall auf der Einstellungsseite erneut anmelden und die Konfiguration neu erzeugen.
Schritt 3: Community-Spaces vor der Nutzung prüfen
Bevor ein Community-Space als zusätzliches Werkzeug aktiviert wird, lohnt sich ein Blick auf die zugehörige Space-Seite im Hub: Anzahl der Nutzungen, letzte Aktualisierung und Kommentare geben erste Hinweise auf Qualität und Vertrauenswürdigkeit. Bei sensiblen Aufgaben sollten nur Spaces mit nachvollziehbarem, aktivem Betreiber eingebunden werden.
Werkzeugumfang schrittweise erweitern
Statt beim ersten Einrichten sofort alle erweiterten Werkzeuge zu aktivieren, empfiehlt sich ein schrittweises Vorgehen: zunächst nur die Basis-Hub-Navigation nutzen, dann bei tatsächlichem Bedarf gezielt Schreibzugriff, Sandboxes oder Job-Steuerung freischalten. So bleibt jederzeit nachvollziehbar, welche Funktion für welchen Anwendungsfall aktiviert wurde, statt von Anfang an mit einem unnötig breiten Zugriff zu starten.
Quelle: huggingface.co/docs/hub/agents-mcp, huggingface.co/mcp und das Repository github.com/huggingface/hf-mcp-server (README.md), geprüft am 06.09.2026.
Authentifizierung
Grundlegende Such- und Dokumentationswerkzeuge funktionieren ohne Anmeldung. Erweiterte Werkzeuge (Schreibzugriff auf Repositories, Sandboxes, Jobs) verlangen ein angemeldetes Hugging-Face-Konto. HTTP-Clients senden dafür ein Hugging-Face-Token im Header Authorization: Bearer; bei der lokalen STDIO-Variante dient HF_TOKEN bzw. DEFAULT_HF_TOKEN als Vorgabe.
Benötigte Zugriffsrechte
Ohne Anmeldung sind nur lesende Hub-Suchen und Dokumentationsabfragen möglich. Mit Anmeldung hängt der Umfang von den in den MCP-Einstellungen aktivierten Werkzeugen ab: Standardmäßig ist nur die Hub-Navigation aktiv, optional zusätzlich Schreibzugriff auf eigene Repositories, Sandboxes oder das Starten von Jobs auf der Hugging-Face-Infrastruktur.
Übertragene oder gespeicherte Daten
Suchanfragen und Werkzeugparameter gehen an die Hugging-Face-Infrastruktur und werden zur Beantwortung an den MCP-Client sowie dessen Sprachmodell zurückgegeben. Beim Aufruf von Community-Spaces als Werkzeuge laufen Anfragen zusätzlich über die jeweilige, von Dritten betriebene Gradio-Anwendung. Bei aktivierten Schreib- oder Job-Werkzeugen verarbeitet der Dienst zusätzlich Inhalte der eigenen Hugging-Face-Repositories und Jobs.
Sicherheitsrisiken
Community-Spaces, die als Werkzeuge eingebunden werden, stammen von Drittanbietern und sind nicht durch Hugging Face selbst geprüft; ein bösartiger oder fehlerhafter Space kann irreführende Ergebnisse liefern oder Eingaben missbrauchen. Bei aktiviertem Schreibzugriff kann ein Agent eigene Repositories verändern, bei aktivierten Job-Werkzeugen Rechenzeit auf der eigenen Infrastruktur verbrauchen. Nur benötigte Spaces und Werkzeuge freigeben, Schreib- und Job-Zugriff nur bewusst aktivieren und das Hugging-Face-Token wie ein Passwort behandeln.
Lizenz und Kosten
- Lizenz
- MIT
- Kosten
- kostenlos
Der MCP-Server selbst ist kostenlos, der Quellcode ist quelloffen (MIT-Lizenz). Für Werkzeuge mit Schreibzugriff, Sandboxes oder Jobs ist ein Hugging-Face-Konto nötig; kostenpflichtige Hugging-Face-Funktionen (etwa dedizierte Compute-Ressourcen für Jobs) werden unabhängig vom MCP-Server abgerechnet.
Alternativen
Noch nicht erfasst.
Auf einen Blick
- Anbieter
- Hugging Face
- Status
- Offizieller Server
- Betriebsart
- Lokal und Remote
- Aktuelle Version
- 0.4.16
- GitHub-Sterne
- 314
- Zuletzt geprüft
- 07.09.2026
Repository und Dokumentation
Kategorien
Unterstützte Clients
Passende Ratgeber
Anleitungen und Hintergrund, die zu diesem Eintrag passen.
Noch keine passenden Ratgeber vorhanden.