# Hugging Face 上传检查清单 ## ✅ 清理完成 ### 已删除的文件类型 - `__pycache__/` 文件夹 - `*.pyc`, `*.pyo`, `*.pyd` 文件 - `.DS_Store` 文件(macOS) - `.vscode/`, `.idea/` 文件夹 - `*.swp`, `*.swo` 文件 ### 需要手动检查的项目 1. **大文件检查** - 检查是否有超过50MB的文件 - 考虑使用 Git LFS 或排除这些文件 2. **敏感信息检查** - 检查是否有API密钥、密码等敏感信息 - 检查配置文件中的敏感数据 3. **数据文件** - 检查 `examples/data/` 目录 - 如果数据文件很大,考虑排除或使用外部链接 4. **模型文件** - 检查是否有预训练模型文件 - 大模型文件应使用 Git LFS 或 Hugging Face Model Hub 5. **日志文件** - 确保没有日志文件被包含 - 检查 `log/`, `logs/` 目录 ## 📦 上传到 Hugging Face ### 方法1: 使用 Hugging Face CLI ```bash # 安装 Hugging Face CLI pip install huggingface_hub # 登录 huggingface-cli login # 创建仓库(如果还没有) # 在 https://huggingface.co/new 创建新仓库 # 上传文件 cd /path/to/EasyTemporalPointProcess-main huggingface-cli upload / . --repo-type dataset ``` ### 方法2: 使用 Git ```bash # 初始化 Git 仓库(如果还没有) git init git add . git commit -m "Initial commit" # 添加 Hugging Face 远程仓库 git remote add origin https://huggingface.co// # 推送 git push origin main ``` ### 方法3: 使用 Web 界面 1. 访问 https://huggingface.co/new 2. 创建新的 Dataset 或 Space 3. 使用 Web 界面上传文件 ## 📝 文件结构说明 ``` EasyTemporalPointProcess-main/ ├── easy_tpp/ # 核心库代码 ├── examples/ # 示例代码 ├── notebooks/ # Jupyter notebooks ├── tests/ # 测试代码 ├── docs/ # 文档 ├── compute_cascade_metrics.py # 新增:级联指标计算脚本 ├── COMPUTE_METRICS_README.md # 新增:指标计算说明 ├── requirements.txt # 基础依赖 ├── requirements_compute_metrics.txt # 新增:指标计算依赖 ├── setup.py # 安装脚本 └── README.md # 项目说明 ``` ## ⚠️ 注意事项 1. **不要上传大文件到 Git 仓库** - 使用 Git LFS 或 Hugging Face 的存储系统 - 考虑使用外部链接引用大文件 2. **检查许可证** - 确保所有代码都有适当的许可证 - 检查第三方依赖的许可证兼容性 3. **README 文件** - 确保 README.md 清晰说明项目用途 - 包含安装和使用说明 4. **依赖管理** - 确保 requirements.txt 是最新的 - 考虑使用 `pip freeze` 生成精确版本 ## 🔍 验证上传 上传后,检查: - [ ] 所有文件都已上传 - [ ] 文件大小合理 - [ ] 没有敏感信息泄露 - [ ] README 显示正确 - [ ] 代码可以正常下载和使用