PaddleHub为预训练模型的管理和使用提供了命令行工具。
我们一共提供了11个命令，涵盖了模型安装、卸载、预测等等各方面。
用于将Module安装到本地，默认安装在`${HUB_HOME}/.paddlehub/modules`目录下，当一个Module安装到本地后，用户可以通过其他命令操作该Module（例如，使用该Module进行预测），也可以使用PaddleHub提供的python API，将Module应用到自己的任务中，实现迁移学习
Tip
如果设置了环境变量 ${HUB_HOME} ，则预训练模型和相关的配置文件都会保存到指定的 ${HUB_HOME} 路径下。 如果未设置环境变量 ${HUB_HOME} ，则预训练模型和相关的配置文件都会保存到用户的主目录 $HOME 下。
用于卸载本地Module
用于查看本地已安装Module的属性或者指定目录下确定的Module的属性，包括其名字、版本、描述、作者等信息
用于下载PaddleHub提供的Module
通过关键字在服务端检索匹配的Module，当想要查找某个特定模型的Module时，使用search命令可以快速得到结果，例如`hub search ssd`命令，会查找所有包含了ssd字样的Module，命令支持正则表达式，例如`hub search ^s.*`搜索所有以s开头的资源。
Tip
如果想要搜索全部的Module，使用`hub search *`并不生效，这是因为shell会自行进行通配符展开，将*替换为当前目录下的文件名。为了进行全局搜索，用户可以直接键入`hub search`。
列出本地已经安装的Module
用于执行Module的预测，需要注意的是，并不是所有的模型都支持预测（同样，也不是所有的模型都支持迁移学习）。使用示例可以参考[hub run快速体验](../quick_experience/cmd_quick_run.md)。
PaddleHub尽量简化了用户在使用命令行预测时的理解成本，一般来讲，我们将预测分为NLP和CV两大类
输入数据通过--input_text指定。以百度LAC模型（中文词法分析）为例，可以通过以下命令实现文本分析。
$ hub run lac --input_text "今天是个好日子"输入数据通过`--input_path`指定。以SSD模型（单阶段目标检测）为例子，可以通过以下命令实现预测
$ hub run resnet_v2_50_imagenet --input_path test.jpg显示帮助信息
显示PaddleHub版本信息
PaddleHub在使用过程中会产生一些缓存数据，这部分数据默认存放在${HUB_HOME}/.paddlehub/cache目录下，用户可以通过clear命令来清空缓存
用于查看和设置paddlehub相关设置，包括对server地址、日志级别的设置：
$ # 显示当前paddlehub的设置
$ hub config
$ # 恢复当前paddlehub的设置为默认设置
$ hub config reset
$ # 设置当前paddlehub-server地址为${HOST}，paddlehub客户端从此地址获取模型信息
$ hub config server==${HOST}
$ # 设置当前日志级别为${LEVEL}， 可选值为CRITICAL, ERROR, WARNING, EVAL, TRAIN, INFO, DEBUG, 从左到右优先级从高到低
$ hub config log.level==${LEVEL}
$ # 设置当日志是否可用
$ hub config log.enable==True|False用于一键部署Module预测服务，详细用法见`PaddleHub Serving一键服务部署 <serving>`_