
HuggingFaceModelDownloader
不装 Python,一条命令拉取 HuggingFace 模型和数据集
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-04 · 当前星标 ★ 1222
技术标签
使用教程
环境要求
- Linux/macOS 等支持 bash 与 curl 的环境
- 可访问 HuggingFace(国内网络可能需要配置代理)
- 如使用容器方式,需要已安装 Docker
- 无需 Python 运行时,工具为单一静态二进制
安装与启动步骤
-
1一键安装命令行工具
README 提供的一键安装脚本,会把 hfdownloader 安装到 /usr/local/bin,可能需要输入 sudo 密码。
bash <(curl -sSL https://g.bodaay.io/hfd) install /usr/local/bin -
2下载模型文件
按 仓库名:量化标签 的格式下载,文件会保存到 ~/.cache/huggingface/,中断后重新执行同一命令会自动续传。
hfdownloader download TheBloke/Mistral-7B-Instruct-v0.2-GGUF:q4_k_m -
3交互式挑选量化版本
不确定下哪个 GGUF 量化时用 -i 进入交互模式,方向键浏览、空格选择,界面会给出质量星级与显存占用估算。
hfdownloader analyze -i TheBloke/Mistral-7B-Instruct-v0.2-GGUF -
4启动本地服务
运行 serve 启动本地服务(README 提到配套 Web UI),带认证时用 --auth-user 与 --auth-pass 传入账号密码。
hfdownloader serve --auth-user admin --auth-pass secret -
5配置代理
在 ~/.config/hfdownloader.yaml 写入代理地址、账号密码与 no_proxy 白名单,适合公司内网环境。
mkdir -p ~/.config && vim ~/.config/hfdownloader.yaml -
6Docker 方式运行
已装 Docker 时可直接用官方镜像,注意把本地 ~/.cache/huggingface 挂载进容器以复用缓存。
docker run --rm -v ~/.cache/huggingface:/home/hfdownloader/.cache/huggingface \ ghcr.io/bodaay/huggingfacemodeldownloader download TheBloke/Mistral-7B-Instruct-v0.2-GGUF
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
proxy.url | 否 | 代理服务器地址,走代理下载模型时填写 | http://proxy.corp.com:8080 |
proxy.username | 否 | 代理认证用户名,无认证可省略 | myuser |
proxy.password | 否 | 代理认证密码,无认证可省略 | mypassword |
proxy.no_proxy | 否 | 不走代理的地址白名单,逗号分隔 | localhost,.internal.com,10.0.0.0/8 |
如何确认成功
下载完成后 ~/.cache/huggingface/ 下出现模型文件;hfdownloader serve 启动无报错即为成功。
常见问题
Q:下载中断了怎么办?
A:直接重新执行同一条 download 命令即可,工具支持自动断点续传,无需手动清理临时文件。
Q:下载的文件放在哪里?
A:默认保存到 ~/.cache/huggingface/,这是 HuggingFace 标准缓存目录,Python 相关库能自动找到这些文件。
Q:不知道该下载哪个 GGUF 量化版本?
A:用 analyze -i 进入交互选择器,界面会显示质量星级、显存估算,并推荐综合最优的 Q4_K_M。
Q:公司内网需要走代理怎么设置?
A:在 ~/.config/hfdownloader.yaml 中配置 proxy.url、username、password 与 no_proxy 即可。
Q:相比官方 huggingface-cli 有什么优势?
A:不需要 Python 运行时,单一二进制启动快、体积小,支持每文件最多 16 并发、最多 8 文件同时下载。
注意事项
- 安装脚本写入 /usr/local/bin 时可能提示输入 sudo 密码。
- 工具无需 Python 环境,适合纯 Go 项目、CI 流水线和容器镜像。
- Docker 方式运行时务必挂载 ~/.cache/huggingface,否则每次都会重新下载。
- analyze 不加 -i 时输出文本或 JSON,方便脚本解析。
核心亮点
- 纯 Go 静态二进制,无需 Python 环境即可下载模型和数据集
- 支持指定仓库、分支和具体文件,可只拉取所需权重,节省带宽
- 适合嵌入 CI/CD 和 Docker 构建流程,部署依赖极少
不足之处
- 功能相对单一,缺少缓存管理、模型校验等高级能力
- 相比官方 Python 工具,生态集成和文档丰富度有限
适用场景
- 在 Go 服务或容器镜像中自动下载模型权重
- CI/CD 流水线中拉取模型用于测试或构建
- 无 Python 环境的服务器上快速获取 HuggingFace 数据集
替代项目
huggingface_hub、hf_transfer
上一篇:WaLiAPI
下一篇:TensorFold
同类项目推荐
comfy-trt-test
开源
给ComfyUI装上TensorRT引擎,让SD出图更快
attempt to use TensorRT with ComfyUI
vetiver-python
开源
一键打包、部署并监控你的机器学习模型
Version, share, deploy, and monitor models.
deepflow
开源
无需改代码,eBPF 自动搞定全链路追踪和性能剖析
eBPF Observability - Distributed Tracing and Profiling
langsmith-sdk
开源
给 LLM 应用装上黑匣子,调用全记录、效果可对比
This repo was archived on Oct 16, 2026. Python SDK moved to langchain-ai/langsmith-p···
pi-anthropic-auth
开源
给 Pi 扩展一键接上 Anthropic 账号授权
Pi extension package for Anthropic OAuth compatibility
infinity
开源
为LLM应用而生的极速混合搜索数据库,毫秒级检索知识
The AI-native database built for LLM applications, providing incredibly fast hybrid ···
1Cat-vLLM
开源
让 V100 老卡也能跑现代大模型推理
V100 / SM70-focused vLLM engineering fork for modern LLM inference.
whylogs-java
开源
用 Java 给 ML 数据管道做实时体检,早发现数据漂移
Profile and monitor your ML data pipeline end-to-end
airgate-core
开源
插件化 AI 网关,多账号调度+计费,一键部署拼车共享
插件化 AI 中转网关,平台能力以 gRPC 插件独立装载,支持多账号调度、计费与拼车共享,do···