Hub documentation
Webhooks 自動化
シングルサインオン(SSO) 監査ログ ストレージリージョン プライベートデータセット用の Data Studio リソースグループ(アクセス制御) 高度な計算オプション 高度なセキュリティ トークン管理 サービスアカウント パブリッシャー分析 ゲーティンググループコレクション ネットワークセキュリティ ダウンロード分析 レート制限 ブログ記事
PRO Plan リポジトリ リポジトリの入門 リポジトリ設定 ストレージの制限 ストレージバックエンド (Xet) ローカルキャッシュ Pull Requests と Discussions 通知 コレクション Webhooks GitHub Actions ノートブック 次のステップ ライセンス
モデル モデルハブ モデルカード 評価結果 リーダーボードデータ ゲート付きモデル モデルのアップロード モデルのダウンロード 統合ライブラリ モデルウィジェット モデル推論 モデルのダウンロード統計 モデルリリースチェックリスト ハードウェア ローカルアプリ よくある質問 高度なトピック
データセット Datasetsの概要 Dataset Cards Gated Datasets Datasets のアップロード データセットのアップロード(LLM用) データのダウンロード ストリーミングデータセット 統合ライブラリ Data Studio エージェントのトレース Datasets ダウンロード統計
Spaces Spaces 概要 Spaces GPU アップグレード Spaces ZeroGPU Spaces Dev Mode Spaces ディスク使用量とストレージ Spaces カスタムドメイン SpacesをMCPサーバーとして Spacesをエージェントツールとして Spaces を API エンドポイントとして利用する Gradio Spaces Streamlit Spaces 静的 HTML Spaces Docker Spaces Space を埋め込む Docker で Spaces を実行する Spaces 設定リファレンス HFでサインイン 注目のスペース Spaces 変更履歴 高度なトピック
ストレージバケット new コンテナイメージ new ジョブ ジョブの概要 クイックスタート 料金と請求 ジョブの管理 設定 Dockerイメージの使用 モデルのサービング モデルの学習 例とチュートリアル 大規模なデータセットの処理 ジョブのスケジュール設定 Webhook 自動化 リファレンス
エージェント エージェントの概要 AIエージェント向けHugging Face CLI Hugging Face MCP Server Hugging Face Agent Skills HF SDK を用いたエージェントの構築 llama.cppによるローカルエージェント エージェントライブラリ セッショントレース形式
その他 Webhooks 自動化
Webhooksを使用すると、Hugging Face上の特定のリポジトリまたはバケット、または特定のユーザー/組織に属するすべてのリポジトリ(自分のリポジトリだけでなく、任意のリポジトリ)に対する新しい変更を監視できます。
huggingface_hub Python クライアントで create_webhook を使用して、Hugging Face リポジトリに変更が発生したときに Job をトリガーする Webhook を作成します:
from huggingface_hub import create_webhook
# Example: Creating a webhook that triggers a Job
webhook = create_webhook(
job_id=job_id,
watched=[{"type": "user", "name": "your-username"}, {"type": "org", "name": "your-org-name"}],
domains=["repo", "discussion"],
secret="your-secret"
)バケットにファイルが追加または削除されたときにジョブを実行するには、バケットを監視します:
webhook = create_webhook(
job_id=job_id,
watched=[{"type": "bucket", "name": "your-username/your-bucket"}],
domains=["repo"],
secrets={"HF_TOKEN": "hf_***"},
)完全な例については、Jobsでバケット内の新しいファイルを処理するを参照してください。
Webhookは、以下の環境変数を使用してJobをトリガーします:
WEBHOOK_PAYLOAD: JSON文字列としての完全なWebhookペイロードWEBHOOK_REPO_ID: リポジトリまたはバケット名(例:user/repo-name)WEBHOOK_REPO_TYPE: リポジトリの種類(model、dataset、space、またはbucket)WEBHOOK_SECRET: 設定されている場合のWebhookシークレットWEBHOOK_ID: その配信に割り当てられた一意の識別子。その配信のリトライ間でも安定しています
Webhookの実行では、Jobのボリュームやシークレットは保持されません。Jobに必要なシークレット(
HF_TOKENなど)は、create_webhook内でsecrets=を指定して渡してください。WebhookからUVスクリプトを実行するには、hf jobs run <image> uv run <url>でJobを定義してください。それ以外の場合、hf jobs uv runはスクリプトをボリュームにアップロードしますが、Webhookの実行にはボリュームが存在しないため、実行できません。
Webhookペイロードには複数のフィールドが含まれており、以下にいくつかの有用なものを示します。
- event:
- action: one of "create", "delete", "move", "update"
- scope: string
- repo:
- owner: string
- headSha: string (not sent for buckets)
- name: string
- type: one of "dataset", "model", "space", "bucket"
- updatedFiles: for bucket file changes, the list of added and deleted filesWebhookに関する詳細は、huggingface_hubのWebhooksドキュメントを参照してください。