Visible Watermarking with Gradio
Hugging Face Blog260d agoReleaseHugging Face 旗下的 Gradio 框架推出「視覺化浮水印」新功能。開發者現在能在部署圖像生成應用時，直接在輸出圖像上疊加自訂的浮水印或 Logo。這項更新不僅簡化了開發流程，更能有效保護創作者版權並防止 AI 內容被惡意濫用，是 AI 應用開發者必備的安全工具。
Implementing MCP Servers in Python: An AI Shopping Assistant with Gradio★ 75
Hugging Face Blog306d agoTutorialHugging Face 發布最新實戰教學，展示如何使用 Python 實作 Model Context Protocol (MCP) 伺服器。 此專案結合了 Gradio 互動介面與虛擬試穿（VTON）技術，建構出一個功能完整的 AI 購物助手。 開發者可藉此學習如何將 MCP 協議應用於實際的電商場景，讓 LLM 能夠動態調用視覺化試穿工具。
Five Big Improvements to Gradio MCP Servers★ 80
Hugging Face Blog320d agoReleaseHugging Face 發表 Gradio MCP（Model Context Protocol）伺服器的五大重要改進。本次更新優化了 Gradio 應用轉為 MCP 服務的流程，提升了與 Claude Desktop、Cursor 等客戶端的相容性，並加強了動態 Schema 轉換、串流效能與安全權限控制。這讓開發者能更輕易地將豐富的 Gradio 生態系工具無縫對接給 AI 代理使用。
Upskill your LLMs With Gradio MCP Servers★ 82
Hugging Face Blog328d agoReleaseHugging Face 宣布 Gradio 正式支援 Model Context Protocol (MCP)。開發者現在可以輕鬆將 Gradio 應用程式轉換為 MCP 伺服器，使 Claude 等 LLM 代理能直接調用各種機器學習模型、影像處理或數據分析工具。這項整合極大地擴展了 LLM 的實用技能，並搭起了 LLM 與 Hugging Face 龐大開源生態系之間的橋樑。
How to Build an MCP Server with Gradio★ 80
Hugging Face Blog398d agoTutorialHugging Face 官方發布教學，介紹如何將 Gradio 應用程式轉換為 Model Context Protocol (MCP) 伺服器。開發者只需撰寫簡單的 Python 程式碼，即可將現有的 Gradio 介面與 ML 模型封裝成 MCP 工具。這讓 Claude Desktop 或 Cursor 等客戶端能直接調用這些工具，極大地簡化了 AI Agent 與自訂模型的整合。
17 Reasons Why Gradio Isn't Just Another UI Library★ 75
Hugging Face Blog412d agoCommentaryHugging Face 官方部落格解析了 Gradio 脫穎而出的 17 個關鍵原因。Gradio 不僅能用 Python 快速構建機器學習介面，更具備自動生成 API、內建 ChatInterface、支援 WebRTC 即時串流、以及透過 Gradio-lite 在瀏覽器端免伺服器運行的能力。這使其超越了傳統的 UI 框架，成為 AI 開發者將模型轉化為實用產品的強大橋樑。
Journey to 1 Million Gradio Users!
Hugging Face Blog424d agoCommentaryHugging Face 發表文章慶祝旗下開源機器學習網頁介面庫 Gradio 的使用者正式突破 100 萬人。文章回顧了 Gradio 自創立以來的成長軌跡，如何透過極簡的 Python 程式碼讓開發者快速部署 AI 互動 Demo，並探討其在 Hugging Face 生態系中扮演的關鍵角色與未來展望。
Introducing Gradio's new Dataframe!★ 75
Hugging Face Blog435d agoReleaseHugging Face 旗下的 Gradio 宣布推出全新設計的 Dataframe 元件。本次升級徹底解決了過去處理大數據時的卡頓問題，引入虛擬滾動技術，並新增了類似 Excel 的複製貼上、欄位排序、篩選與搜尋功能。此外，新版 Dataframe 還支援單元格內嵌富文本（如 Markdown 與圖片），為 AI 應用的數據展示與標註帶來極大便利。
A Security Review of Gradio 5★ 80
Hugging Face Blog600d agoReleaseHugging Face 委託專業安全公司 Trail of Bits 對 Gradio 5 進行全面安全性審計。本次更新修復了包括任意檔案讀取（LFI）與伺服器端請求偽造（SSRF）等潛在漏洞，並重新設計了檔案存取架構。新版本採取「預設安全」策略，大幅降低開發者在部署 AI 互動介面時面臨的安全風險。
Welcome, Gradio 5★ 85
Hugging Face Blog601d agoReleaseHugging Face 推出 Gradio 5 重大更新，全面提升效能與安全性。此版本經過專業安全團隊 Trail of Bits 審計，預設啟用多項安全防護；同時引入伺服器端渲染（SSR），大幅縮短首頁載入時間並提升 SEO。此外，新版也優化了多模態 Chatbot 組件，讓開發者能更輕鬆地打造生產級的 AI 互動介面。
The 5 Most Under-Rated Tools on Hugging Face★ 75
Hugging Face Blog649d agoTutorialHugging Face 官方部落格盤點了 5 個被低估的「幕後英雄」工具。這些工具能解決開發者在處理 AI 模型與資料集時的痛點，包括支援多線程與斷點續傳的 huggingface-cli、免費測試 15 萬個模型的 Serverless 推論 API、免下載即可用 SQL 查詢的 Dataset Viewer、完全在瀏覽器運行的 Gradio-lite，以及兼顧安全與極速載入的 safetensors 格式。這些工具能顯著優化 AI 開發工作流。
AI Apps in a Flash with Gradio's Reload Mode★ 70
Hugging Face Blog777d agoNew ToolHugging Face 介紹了 Gradio 的「Reload 模式」（熱重載）。開發者只需使用 `gradio app.py` 指令啟動服務，之後修改任何 UI 佈局或 Python 代碼並儲存，瀏覽器便會自動刷新呈現最新效果。這免去了過去頻繁手動重啟 Python 伺服器的繁瑣步驟，讓 AI 應用的原型設計與迭代變得無比流暢。
A guide to setting up your own Hugging Face leaderboard: an end-to-end example with Vectara's hallucination leaderboard★ 75
Hugging Face Blog872d agoTutorial本教學詳細介紹如何從頭構建一個自訂的 Hugging Face 模型排行榜。文章以 Vectara 的「LLM 幻覺排行榜（Hallucination Leaderboard）」為實際案例，展示如何結合 Hugging Face Spaces（使用 Gradio）與 Datasets 儲存評測數據，並實現自動化更新與前端展示。這對於想要建立特定領域（如 RAG、安全、特定語言）模型評估標準的開發者與研究人員非常實用。
Run a Chatgpt-like Chatbot on a Single GPU with ROCm
Hugging Face Blog1114d agoTutorialHugging Face 釋出指南，介紹如何使用 AMD ROCm 軟體棧在單一 AMD GPU 上運行開源大型語言模型。透過 PyTorch 與 Hugging Face 函式庫的整合，開發者與研究人員可以擺脫對 NVIDIA CUDA 的單一依賴，在 AMD 硬體上實現高效能的 AI 聊天機器人部署，並搭配 Gradio 建立互動介面。
Hugging Face Machine Learning Demos on arXiv★ 75
Hugging Face Blog1293d agoNew ToolHugging Face 宣布與學術論文平台 arXiv 展開合作，將 Hugging Face Spaces 的互動式機器學習 Demo 直接整合至 arXiv 論文頁面。讀者在閱讀論文時，可以直接點擊連結體驗模型效果，無需自行下載程式碼或配置環境。這項合作極大地提升了學術成果的可驗證性與傳播效率。
Visualize proteins on Hugging Face Spaces
Hugging Face Blog1378d agoTutorialHugging Face 宣布支援在 Spaces 中整合 3Dmol.js 視覺化工具。這項功能讓生物資訊與 AI 領域的研究人員，能直接在 Gradio 或 Streamlit 應用中呈現 3D 分子模型。對於展示如 AlphaFold 或 ESMFold 等蛋白質預測模型結果非常實用，大幅降低了生醫 AI 展示工具的開發門檻。
How to train your model dynamically using adversarial data
Hugging Face Blog1417d agoTutorialHugging Face 介紹了一種利用對抗性數據動態訓練模型的方法。透過 Gradio 建立互動介面（以 MNIST 為例），讓使用者主動找出能騙過模型的樣本。這些對抗性數據會被自動收集並儲存至 Hugging Face Datasets，進而觸發模型的動態重新訓練，有效提升模型的魯棒性。
Liftoff! How to get started with your first ML project 🚀
Hugging Face Blog1434d agoTutorial本文為 Hugging Face 針對機器學習初學者撰寫的入門指南。文章詳細介紹了從定義問題、準備數據集、選擇預訓練模型，到使用 Trainer API 進行微調，最後透過 Hugging Face Spaces 與 Gradio 部署展示的完整流程。這是一份幫助新手快速跨越 ML 門檻的實用路線圖，讓開發者能以最快速度實現從數據到 Demo 的完整閉環。
Introducing Hugging Face for Education 🤗
Hugging Face Blog1499d agoReleaseHugging Face 宣布推出「Hugging Face for Education」計劃，旨在為全球教師與學生提供免費的機器學習教學資源。該計劃允許教師在 Hugging Face Hub 上建立專屬的班級組織，方便學生協作與提交專案。此外，學生還能利用 Spaces 與 Gradio 輕鬆建立並展示互動式 AI 應用，讓學術界能更無縫地接軌前沿 AI 技術。
Showcase Your Projects in Spaces using Gradio★ 75
Hugging Face Blog1701d agoReleaseHugging Face 宣布在 Spaces 平台正式支援 Gradio，開發者現在可以輕鬆將機器學習模型轉化為具備美觀 UI 的互動式網頁應用。只需撰寫簡單的 Python 程式碼，即可將專案託管於 Spaces 並產生分享連結。這項整合大幅降低了 AI 專案展示的門檻，促進了開源社群的交流與模型體驗。
Using & Mixing Hugging Face Models with Gradio 2.0
Hugging Face Blog1834d agoReleaseGradio 2.0 迎來與 Hugging Face 的重大整合，推出全新功能讓開發者能直接載入並混合 Model Hub 中的模型。透過簡單的 Python 程式碼，即可快速建立機器學習應用的 Web 介面。這項更新不僅簡化了模型展示流程，更支援並排比較與多模型串聯，極大提升了原型開發與分享的效率。