diff --git a/docs/source/cn/_toctree.yml b/docs/source/cn/_toctree.yml
index 3c9a14a041..fc1f92a377 100644
--- a/docs/source/cn/_toctree.yml
+++ b/docs/source/cn/_toctree.yml
@@ -10,6 +10,8 @@
   sections:
     - local: guides/repository
       title: 储存库
+    - local: guides/search
+      title: 搜索
 - title: "concepts"
   sections:
     - local: concepts/git_vs_http
diff --git a/docs/source/cn/guides/search.md b/docs/source/cn/guides/search.md
new file mode 100644
index 0000000000..65f3ed13b4
--- /dev/null
+++ b/docs/source/cn/guides/search.md
@@ -0,0 +1,58 @@
+<!--⚠️ 请注意，此文件是 Markdown 格式，但包含我们文档构建器的特定语法（类似于 MDX），可能无法在您的 Markdown 查看器中正确渲染。
+-->
+
+# 搜索 Hub
+
+在本教程中，您将学习如何使用 `huggingface_hub` 在 Hub 上搜索模型、数据集和Spaces。
+
+## 如何列出仓库？
+
+`huggingface_hub`库包括一个 HTTP 客户端 [`HfApi`]，用于与 Hub 交互。 除此之外，它还可以列出存储在 Hub 上的模型、数据集和Spaces：
+
+```py
+>>> from huggingface_hub import HfApi
+>>> api = HfApi()
+>>> models = api.list_models()
+```
+
+[`list_models`] 返回一个迭代器，包含存储在 Hub 上的模型。
+
+同样，您可以使用 [`list_datasets`] 列出数据集，使用 [`list_spaces`] 列出 Spaces。
+
+## 如何过滤仓库？
+
+列出仓库是一个好开始，但现在您可能希望对搜索结果进行过滤。
+列出时，可以使用多个属性来过滤结果，例如：
+- `filter`
+- `author`
+- `search`
+- ...
+
+让我们看一个示例，获取所有在 Hub 上进行图像分类的模型，这些模型已在 imagenet 数据集上训练，并使用 PyTorch 运行。
+
+```py
+models = hf_api.list_models(
+	task="image-classification",
+	library="pytorch",
+	trained_dataset="imagenet",
+)
+```
+
+在过滤时，您还可以对模型进行排序，并仅获取前几个结果。例如，以下示例获取了 Hub 上下载量最多的前 5 个数据集：
+
+```py
+>>> list(list_datasets(sort="downloads", direction=-1, limit=5))
+[DatasetInfo(
+	id='argilla/databricks-dolly-15k-curated-en',
+	author='argilla',
+	sha='4dcd1dedbe148307a833c931b21ca456a1fc4281',
+	last_modified=datetime.datetime(2023, 10, 2, 12, 32, 53, tzinfo=datetime.timezone.utc),
+	private=False,
+	downloads=8889377,
+	(...)
+```
+
+
+
+如果您想要在Hub上探索可用的过滤器, 请在浏览器中访问 [models](https://huggingface.co/models) 和 [datasets](https://huggingface.co/datasets) 页面
+，尝试不同的参数并查看URL中的值。