Add new HF commands

.github/conda/meta.yaml

@@ -16,7 +16,7 @@ requirements:
     - pip
     - fsspec
     - filelock
-    - requests
+    - httpx
     - tqdm
     - typing-extensions
     - packaging
@@ -26,7 +26,7 @@ requirements:
     - python
     - pip
     - filelock
-    - requests
+    - httpx
     - tqdm
     - typing-extensions
     - packaging

.github/workflows/contrib-tests.yml

@@ -26,10 +26,10 @@ jobs:
 
     steps:
       - uses: actions/checkout@v2
-      - name: Set up Python 3.8
+      - name: Set up Python 3.9
         uses: actions/setup-python@v2
         with:
-          python-version: 3.8
+          python-version: 3.9
 
       # Install pip
       - name: Install pip

.github/workflows/python-tests.yml

@@ -21,27 +21,17 @@ jobs:
     strategy:
       fail-fast: false
       matrix:
-        python-version: ["3.8", "3.13"]
-        test_name:
-          [
-            "Repository only",
-            "Everything else",
-            "Inference only",
-            "Xet only"
-          ]
+        python-version: ["3.9", "3.13"]
+        test_name: ["Everything else", "Inference only", "Xet only"]
         include:
-          - python-version: "3.13" # LFS not ran on 3.8
+          - python-version: "3.13" # LFS not ran on 3.9
             test_name: "lfs"
-          - python-version: "3.8"
+          - python-version: "3.9"
             test_name: "fastai"
           - python-version: "3.10" # fastai not supported on 3.12 and 3.11 -> test it on 3.10
             test_name: "fastai"
-          - python-version: "3.8"
-            test_name: "tensorflow"
-          - python-version: "3.10" # tensorflow not supported on 3.12 -> test it on 3.10
-            test_name: "tensorflow"
-          - python-version: "3.8" # test torch~=1.11 on python 3.8 only.
-            test_name: "Python 3.8, torch_1.11"
+          - python-version: "3.9" # test torch~=1.11 on python 3.9 only.
+            test_name: "Python 3.9, torch_1.11"
           - python-version: "3.12" # test torch latest on python 3.12 only.
             test_name: "torch_latest"
     steps:
@@ -65,7 +55,7 @@ jobs:
 
           case "${{ matrix.test_name }}" in
 
-            "Repository only" | "Everything else" | "Inference only")
+            "Everything else" | "Inference only")
               sudo apt update
               sudo apt install -y libsndfile1-dev
               ;;
@@ -84,17 +74,11 @@ jobs:
               uv pip install --upgrade torch
               ;;
 
-            "Python 3.8, torch_1.11")
+            "Python 3.9, torch_1.11")
               uv pip install "huggingface_hub[torch] @ ."
               uv pip install torch~=1.11
               ;;
 
-            tensorflow)
-              sudo apt update
-              sudo apt install -y graphviz
-              uv pip install "huggingface_hub[tensorflow-testing] @ ."
-              ;;
-
           esac
 
           # If not "Xet only", we want to test upload/download with regular LFS workflow
@@ -112,13 +96,6 @@ jobs:
 
           case "${{ matrix.test_name }}" in
 
-            "Repository only")
-              # Run repo tests concurrently
-              PYTEST="$PYTEST ../tests -k 'TestRepository' -n 4"
-              echo $PYTEST
-              eval $PYTEST
-            ;;
-
             "Inference only")
               # Run inference tests concurrently
               PYTEST="$PYTEST ../tests -k 'test_inference' -n 4"
@@ -140,14 +117,7 @@ jobs:
               eval "$PYTEST ../tests/test_fastai*"
             ;;
 
-            tensorflow)
-              # Cannot be on same line since '_tf*' checks if tensorflow is NOT imported by default
-              eval "$PYTEST ../tests/test_tf*"
-              eval "$PYTEST ../tests/test_keras*"
-              eval "$PYTEST ../tests/test_serialization.py"
-            ;;
-
-            "Python 3.8, torch_1.11" | torch_latest)
+            "Python 3.9, torch_1.11" | torch_latest)
             eval "$PYTEST ../tests/test_hub_mixin*"
             eval "$PYTEST ../tests/test_serialization.py"
             ;;
@@ -178,7 +148,7 @@ jobs:
     strategy:
       fail-fast: false
       matrix:
-        python-version: ["3.8", "3.11"]
+        python-version: ["3.9", "3.11"]
         test_name: ["Everything else", "Xet only"]
 
     steps:

.github/workflows/release-conda.yml

@@ -26,7 +26,7 @@ jobs:
         with:
           auto-update-conda: true
           auto-activate-base: false
-          python-version: 3.8
+          python-version: 3.9
           activate-environment: "build-hub"
 
       - name: Setup conda env

docs/source/cn/_toctree.yml

@@ -20,7 +20,4 @@
       title: 概览
     - local: guides/hf_file_system
       title: Hugging Face 文件系统
-- title: "concepts"
-  sections:
-    - local: concepts/git_vs_http
-      title: Git vs HTTP 范式
+

docs/source/cn/guides/repository.md

@@ -156,91 +156,3 @@ GitRefs(
 >>> from huggingface_hub import move_repo
 >>> move_repo(from_id="Wauplin/cool-model", to_id="huggingface/cool-model")
 ```
-
-## 管理存储库的本地副本
-
-上述所有操作都可以通过HTTP请求完成。然而，在某些情况下，您可能希望在本地拥有存储库的副本，并使用您熟悉的Git命令与之交互。
-
-[`Repository`] 类允许您使用类似于Git命令的函数与Hub上的文件和存储库进行交互。它是对Git和Git-LFS方法的包装，以使用您已经了解和喜爱的Git命令。在开始之前，请确保已安装Git-LFS（请参阅[此处](https://git-lfs.github.com/)获取安装说明）。
-
-### 使用本地存储库
-
-使用本地存储库路径实例化一个 [`Repository`] 对象：
-
-请运行以下代码：
-
-```py
->>> from huggingface_hub import Repository
->>> repo = Repository(local_dir="<path>/<to>/<folder>")
-```
-
-### 克隆
-
-`clone_from`参数将一个存储库从Hugging Face存储库ID克隆到由 `local_dir`参数指定的本地目录：
-
-请运行以下代码：
-
-```py
->>> from huggingface_hub import Repository
->>> repo = Repository(local_dir="w2v2", clone_from="facebook/wav2vec2-large-960h-lv60")
-```
-`clone_from`还可以使用URL克隆存储库：
-
-请运行以下代码：
-
-```py
->>> repo = Repository(local_dir="huggingface-hub", clone_from="https://huggingface.co/facebook/wav2vec2-large-960h-lv60")
-```
-
-你可以将`clone_from`参数与[`create_repo`]结合使用，以创建并克隆一个存储库：
-
-请运行以下代码：
-
-```py
->>> repo_url = create_repo(repo_id="repo_name")
->>> repo = Repository(local_dir="repo_local_path", clone_from=repo_url)
-```
-
-当你克隆一个存储库时，通过在克隆时指定`git_user`和`git_email`参数，你还可以为克隆的存储库配置Git用户名和电子邮件。当用户提交到该存储库时，Git将知道提交的作者是谁。
-
-请运行以下代码：
-
-```py
->>> repo = Repository(
-...   "my-dataset",
-...   clone_from="<user>/<dataset_id>",
-...   token=True,
-...   repo_type="dataset",
-...   git_user="MyName",
-...   git_email="me@cool.mail"
-... )
-```
-
-### 分支
-
-分支对于协作和实验而不影响当前文件和代码非常重要。使用[`~Repository.git_checkout`]来在不同的分支之间切换。例如，如果你想从 `branch1`切换到 `branch2`：
-
-请运行以下代码：
-
-```py
->>> from huggingface_hub import Repository
->>> repo = Repository(local_dir="huggingface-hub", clone_from="<user>/<dataset_id>", revision='branch1')
->>> repo.git_checkout("branch2")
-```
-
-### 拉取
-
-[`~Repository.git_pull`] 允许你使用远程存储库的更改更新当前本地分支：
-
-请运行以下代码：
-
-```py
->>> from huggingface_hub import Repository
->>> repo.git_pull()
-```
-
-如果你希望本地的提交发生在你的分支被远程的新提交更新之后，请设置`rebase=True`：
-
-```py
->>> repo.git_pull(rebase=True)
-```

docs/source/cn/installation.md

@@ -6,7 +6,7 @@ rendered properly in your Markdown viewer.
 
 在开始之前，您需要通过安装适当的软件包来设置您的环境
 
-huggingface_hub 在 Python 3.8 或更高版本上进行了测试，可以保证在这些版本上正常运行。如果您使用的是 Python 3.7 或更低版本，可能会出现兼容性问题
+huggingface_hub 在 Python 3.9 或更高版本上进行了测试，可以保证在这些版本上正常运行。如果您使用的是 Python 3.7 或更低版本，可能会出现兼容性问题
 
 ## 使用 pip 安装
 
@@ -48,19 +48,15 @@ pip install --upgrade huggingface_hub
 您可以通过`pip`安装可选依赖项,请运行以下代码：
 
 ```bash
-# 安装 TensorFlow 特定功能的依赖项
-# /!\ 注意：这不等同于 `pip install tensorflow`
-pip install 'huggingface_hub[tensorflow]'
-
-# 安装 TensorFlow 特定功能和 CLI 特定功能的依赖项
+# 安装 Torch 特定功能和 CLI 特定功能的依赖项
 pip install 'huggingface_hub[cli,torch]'
 ```
 
 这里列出了 `huggingface_hub` 的可选依赖项：
 
 - `cli`：为 `huggingface_hub` 提供更方便的命令行界面
 
-- `fastai`,` torch`, `tensorflow`: 运行框架特定功能所需的依赖项
+- `fastai`,` torch`: 运行框架特定功能所需的依赖项
 
 - `dev`：用于为库做贡献的依赖项。包括 `testing`（用于运行测试）、`typing`（用于运行类型检查器）和 `quality`（用于运行 linter）
 

docs/source/de/_toctree.yml

@@ -34,7 +34,3 @@
       title: Integrieren einer Bibliothek
     - local: guides/webhooks_server
       title: Webhooks server
-- title: "Konzeptionelle Anleitungen"
-  sections:
-    - local: concepts/git_vs_http
-      title: Git vs. HTTP-Paradigma