bodaay GitHub avatar

HuggingFaceModelDownloader

Go
HuggingFace 模型下载器bodaay最近推送 2026年10月4日
模型推理与部署Apache-2.01,2221335 issues7 天 +10

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月18日

用 Go 编写的 HuggingFace 模型与数据集下载工具,支持并行下载和 GGUF 分析。

这是一个用 Go 编写的命令行工具,用于从 HuggingFace Hub 下载模型和数据集。它提供并行下载、断点续传、代理支持和交互式 GGUF 量化选择,下载文件默认存入标准 HuggingFace 缓存目录,Python 库可直接识别。

推荐指数

4.0

适合需要高速、可控下载 HuggingFace 模型的开发者,功能实用且维护活跃。

近 7 天

+10

新增 Star

总 Star 排名

#3113

雷达追踪的 3,958 个 AI 仓库中

创建于

2023

2023年6月22日

核心亮点

  • 1并行高速下载

    每个文件最多 16 个连接,同时下载最多 8 个文件,支持断点续传。

  • 2GGUF 交互选择

    提供交互式界面,显示量化质量评级和内存估算,帮助选择合适版本。

  • 3Python 缓存兼容

    下载到标准 HuggingFace 缓存目录,transformers 等库可直接加载。

  • 4代理与认证

    支持 SOCKS5 代理、认证和 CIDR 绕过规则,适应企业网络环境。

  • 5智能分析器

    自动识别 GGUF、Transformers、Diffusers、LoRA 等仓库类型并展示关键信息。

适用场景

  • 下载 GGUF 量化模型

    例如:运行 hfdownloader analyze -i TheBloke/Mistral-7B-Instruct-v0.2-GGUF 交互选择 Q4_K_M 量化并下载。

  • 在 Python 项目中预下载模型

    例如:用 hfdownloader download 下载模型到缓存,之后 from_pretrained 直接加载,无需重复下载。

  • 企业内网下载模型

    例如:通过 --proxy socks5://localhost:1080 指定代理,绕过防火墙限制下载模型。

  • 批量下载数据集

    例如:使用 hfdownloader download 下载数据集仓库,支持过滤和排除特定文件。

它是怎么工作的

  1. 第 1 步

    解析仓库信息

    工具向 HuggingFace Hub 查询仓库文件列表和元数据。

  2. 第 2 步

    分析仓库类型

    根据文件特征自动识别 GGUF、Transformers、Diffusers 等类型,展示对应信息。

  3. 第 3 步

    并行分块下载

    对每个文件建立多个连接分块下载,同时下载多个文件,支持断点续传。

  4. 第 4 步

    校验与存储

    大文件默认 SHA256 校验,文件存入标准 HuggingFace 缓存目录。

快速上手

  1. 1

    免安装试用

    通过 curl 脚本直接运行,无需安装。

    bash <(curl -sSL https://g.bodaay.io/hfd) download TheBloke/Mistral-7B-Instruct-v0.2-GGUF
  2. 2

    永久安装

    安装到用户目录,无需 sudo。

    bash <(curl -sSL https://g.bodaay.io/hfd) install
  3. 3

    交互分析模型

    使用交互式选择器查看 GGUF 量化选项。

    hfdownloader analyze -i TheBloke/Mistral-7B-Instruct-v0.2-GGUF
  4. 4

    启动 Web UI

    启动网页界面进行下载管理。

    hfdownloader serve

适合谁

  • 需要频繁下载 HuggingFace 模型的开发者
  • 使用 GGUF 量化模型并需要选择合适量化的用户
  • 在企业网络环境下需要代理下载的用户
  • 希望下载文件能被 Python 库直接识别的用户

不太适合

  • 只需要偶尔下载一次模型、不介意速度的用户
  • 不熟悉命令行操作的用户

成熟度

  • 活跃度最近一次推送在 2026 年 10 月,持续维护。
  • 文档README 详细,包含截图和示例,但部分高级功能说明较简略。
  • 社区1219 星、133 分支,开放 issue 仅 5 个,社区规模中等。
  • 上手难度提供一键安装脚本和交互式界面,命令行参数清晰。

同类项目怎么选

  • huggingface_hub官方 Python 库,功能全面但下载并行度和交互选择不如本项目。
  • hf_transferHuggingFace 官方的高性能下载工具,专注于加速传输,缺少 GGUF 分析和交互选择。

使用前注意

  • · 采用 Apache-2.0 许可,商用需保留版权声明。
  • · 需要 Go 1.25+ 环境(若从源码构建),但提供预编译二进制和安装脚本。
  • · 下载大模型需要足够的磁盘空间和稳定网络。
  • · 代理配置需自行确保网络可达 HuggingFace Hub。

主题标签

golanghuggingfacellmtransformers