国内开发者必看！最方便的 Huggingface 模型下载方法，再也不用等半天

Hugging Face（官网：https://huggingface.co）是一个专注于自然语言处理（NLP）、机器学习和人工智能的开源社区与平台，被称为 “机器学习界的 GitHub”。

全球最大的开源模型共享平台之一，包含数万种预训练模型，覆盖：

NLP 任务：文本分类、翻译、问答、摘要、情感分析等（如 BERT、GPT、LLaMA、T5 等）。
多模态模型：图文生成、语音处理（如 CLIP、Whisper）。
框架支持：兼容 PyTorch、TensorFlow、JAX 等主流框架，可直接下载使用。

每个模型都有详细文档、使用示例和社区反馈，方便开发者快速复用。

因为不知名的原因，目前国内网络无法正常访问，

如果你是AI界的新手，遇到的第一个难题就是拉取Huggingface的模型。

本文介绍最简单的方法下载Huggingface上的模型，不需要科学上网，也不需要使用付费（https://aliendao.cn/）

教程

首先pip安装Huggingface自家的模型下载库

pip install huggingface-hub

这个自动从HF_ENDPOINT 这个环境变量下载模型

然后我们利用国内的镜像地址：https://hf-mirror.com 即可。感谢该站点做出的共享

linux

export HF_ENDPOINT=https://hf-mirror.com

windows

set HF_ENDPOINT=https://hf-mirror.com

然后使用下面的代码下载你需要的模型文件：

比如我们要下载sentence-transformers/all-MiniLM-L6-v2 这个模型。

只需要运行下面的python脚本即可。自定义下载的路径为./local-models/all-MiniLM-L6-v2

from huggingface_hub import snapshot_download

# 示例：下载整个模型仓库（推荐）
# 下载 "sentence-transformers/all-MiniLM-L6-v2" 完整模型到本地
model_dir = snapshot_download(
    repo_id="sentence-transformers/all-MiniLM-L6-v2",
    local_dir="./local-models/all-MiniLM-L6-v2"  # 本地保存路径
)
print(f"模型已保存到：{model_dir}")

保存为任意文件名，比如 huggingface_download.py

执行