大家好，我是何三，独立开发者

在做 AI 应用开发或者学习的时候，我们经常需要下载各种模型。而 HuggingFace 作为目前最流行的开源模型社区，上面有海量的优质模型资源。但是，国内开发者在使用 HuggingFace 时经常会遇到一个让人头疼的问题——下载速度慢，有时候甚至根本连不上。

今天给大家推荐一个超好用的工具：aimirror，它能帮你快速解决 HuggingFace 模型下载慢的问题。

为什么需要 aimirror？

HuggingFace 模型下载慢的问题，主要原因是网络带宽、丢包、以及一些不可抗力因素导致的。这些问题严重影响了模型的获取效率与科研开发进度。有时候下载一个几 GB 的模型，可能需要好几天，甚至中途断开连接，前功尽弃。

说实话，这种体验真的让人崩溃。下载模型和搭建开发环境时，网速慢得就像便秘一样，眼睁睁看着进度条一点点往前挪，那种无力感，谁用谁知道。有时候好不容易下载到 99%，突然断网，那种感觉就像便秘了三天终于要通了，结果又憋回去了——简直让人想砸电脑！

配图1

aimirror 是什么？

aimirror 是一个开源的 HuggingFace 镜像加速工具，由开发者 livehl 创建。它的原理很简单：通过在国内搭建镜像服务器，将 HuggingFace 上的模型文件同步到国内服务器上，这样我们下载时就是从国内服务器下载，速度自然就快了很多。

配图2

如何使用 aimirror？

使用 aimirror 非常简单，主要有以下几种方式：

方法一：设置环境变量

最简单的方式是设置环境变量 HF_ENDPOINT，将 HuggingFace 的默认地址替换为镜像地址：

import os

# 设置镜像地址
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

# 正常使用 HuggingFace
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained('bert-base-uncased')
tokenizer = AutoTokenizer.from_pretrained('bert-base-uncased')

方法二：使用 huggingface-cli

如果你使用 huggingface-cli 命令行工具，可以这样设置：

# 安装 huggingface_hub
pip install huggingface_hub

# 设置镜像
export HF_ENDPOINT=https://hf-mirror.com

# 下载模型
huggingface-cli download gpt2 --local-dir ./gpt2

方法三：直接使用镜像网站

你也可以直接访问镜像网站 hf-mirror.com，在网页上搜索和下载模型，就像使用原版 HuggingFace 一样。

配图3

实际效果对比

让我们来对比一下使用镜像前后的下载速度：

不使用镜像： - 下载速度：几十 KB/s 到几百 KB/s - 下载时间：数小时到数天 - 成功率：经常中断，需要重新下载

使用 aimirror： - 下载速度：几 MB/s 到十几 MB/s - 下载时间：几分钟到几十分钟 - 成功率：稳定可靠，几乎不会中断

注意事项

使用 aimirror 时，有几个小技巧需要注意：

  1. 镜像同步延迟：镜像站会实时同步 GitHub 上的项目，确保你获取到的是最新代码，但可能会有几分钟的延迟

  2. 模型完整性：镜像站会完整同步模型文件，不用担心文件缺失

  3. 兼容性：aimirror 完全兼容 HuggingFace 的 API，你不需要修改任何代码，只需要设置环境变量即可

  4. 免费使用：aimirror 是完全免费的开源工具，任何人都可以使用

总结

aimirror 是一个非常实用的工具，它通过镜像加速的方式，完美解决了国内开发者使用 HuggingFace 时的下载慢问题。使用方法简单，效果显著，是每个 AI 开发者都应该掌握的工具。

如果你还在为 HuggingFace 模型下载慢而发愁，不妨试试 aimirror，直接去 GitHub 搜 livehl/aimirror 就能找到，亲测好用，谁用谁香！