transformers-js · 在浏览器中运行机器学习模型

作者提供的示例，实际效果取决于你的输入和使用工具。

输入

编辑构造材料（未运行）：
采用 @huggingface/transformers；模型选择由调用方传入；函数输入一段文本；要求 revision 为已核验固定值，先走 WASM。

输出

编辑示例 · 未运行

import { pipeline } from "@huggingface/transformers";

export async function createClassifier(modelId, revision) {
  if (!modelId || !revision) throw new Error("缺少模型或固定版本");
  const classify = await pipeline("sentiment-analysis", modelId, {
    revision,
    device: "wasm",
  });
  return async (text) => classify(text);
}

此片段未加载实际模型，因此没有编造分类分数。

通过 Transformers.js 在 JS/TS 中处理文本、图像或音频任务。

具体任务

为网页写一个可调用的情感分类函数：通过 Transformers.js 在 JS/TS 中处理文本、图像或音频任务。

必需材料

JS/TS 运行环境和目标任务

明确模型 ID 与固定 revision

可选材料

设备支持和性能要求

已锁定依赖版本

使用门槛

会使用 ES modules，并能控制依赖安装与模型下载。

这个 Skill 额外提供的方法

用 pipeline 组合预处理、推理和后处理，按设备选择 WASM 或 WebGPU，并明确模型和量化要求。

编辑示例（未运行）

为网页写一个可调用的情感分类函数

任务：为网页写一个可调用的情感分类函数

输入：
编辑构造材料（未运行）：
采用 @huggingface/transformers；模型选择由调用方传入；函数输入一段文本；要求 revision 为已核验固定值，先走 WASM。

结果片段：
```javascript
import { pipeline } from "@huggingface/transformers";

export async function createClassifier(modelId, revision) {
  if (!modelId || !revision) throw new Error("缺少模型或固定版本");
  const classify = await pipeline("sentiment-analysis", modelId, {
    revision,
    device: "wasm",
  });
  return async (text) => classify(text);
}
```
此片段未加载实际模型，因此没有编造分类分数。

这是依据固定入口方法撰写的编辑示例，没有运行上游 Skill 或访问真实账号。用 pipeline 组合预处理、推理和后处理，按设备选择 WASM 或 WebGPU，并明确模型和量化要求。

首次任务

请使用已安装的 transformers-js Skill。
任务：为网页写一个可调用的情感分类函数。

我的必需材料：
- JS/TS 运行环境和目标任务：[粘贴我的实际材料或路径；缺少时写明]
- 明确模型 ID 与固定 revision：[粘贴我的实际材料或路径；缺少时写明]

可选补充：
- 设备支持和性能要求：[可选，未提供时不要假定存在]
- 已锁定依赖版本：[可选，未提供时不要假定存在]

请先确认材料是否足够，只处理我提供的范围。不承诺所有设备 WebGPU 可用；依赖与模型要固定版本。源本地服务示例需限制监听地址并在结束后关闭。交付可直接审阅的代码或查询片段，明确尚未执行或验证的部分。不要代入页面例子的虚构数据。
验收：
1. 依赖 lockfile、模型 ID 和 revision 可核对。
2. 目标环境可加载对应权重并完成小输入推理。
3. 失败路径明确区分下载、设备和模型任务不兼容。

验收方法

依赖 lockfile、模型 ID 和 revision 可核对。

目标环境可加载对应权重并完成小输入推理。

失败路径明确区分下载、设备和模型任务不兼容。

依赖与准备

需要完整 Skill 目录，保留 references/EXAMPLES.md、references/TEXT_GENERATION.md、references/CONFIGURATION.md、references/MODEL_REGISTRY.md 等引用。需要兼容 Node/Bun/Deno 或现代浏览器及 ES modules；安装 @huggingface/transformers，固定版本与模型 revision，私有模型另需认证。

使用边界

不承诺所有设备 WebGPU 可用；依赖与模型要固定版本。源本地服务示例需限制监听地址并在结束后关闭。

需要兼容浏览器或 Node 等运行时；权重下载、设备支持和模型许可证另核。

页面中的例子为编辑撰写，未运行上游 Skill；不代表平台兼容认证或生产实测。

排错

WebGPU 初始化失败：检查浏览器和硬件支持，评估使用 WASM 路径。

模型加载失败：核对模型是否含目标任务可用 ONNX 权重及 revision，不任意开启远程代码。

固定来源

https://github.com/huggingface/skills/blob/80f9fa530e46f4ae642fcb9e1725bad0e1979395/skills/transformers-js/SKILL.md

许可

Apache-2.0。许可原文：https://github.com/huggingface/skills/blob/80f9fa530e46f4ae642fcb9e1725bad0e1979395/LICENSE

仓库热度

huggingface/skills 仓库 11,117 Stars（2026-09-30 核验）；这是父仓库指标，不是单个 Skill 的评分。

先看看示例

输入

输出

方法说明