Repolode
Enviar
bodaay

bodaay/HuggingFaceModelDownloader

Ferramenta de linha de comando e interface web em Go para baixar modelos e datasets do HuggingFace Hub com transferências paralelas e retomáveis.

Alternativa open source a:Hugging Face Hub CLI downloadsIDMFree Download Manager

Ver no GitHub
Estrelas
1,192
Forks
128
Issues abertas
0
Último commit
há 14 dias

O que é?

HuggingFace Downloader é uma ferramenta em Go para baixar modelos e datasets do HuggingFace Hub. Ela divide cada arquivo entre várias conexões e baixa vários arquivos ao mesmo tempo, além de retomar automaticamente transferências interrompidas. Os downloads são armazenados no layout padrão de cache do HuggingFace, para que bibliotecas Python como transformers possam carregá-los sem configuração adicional.

Além do comando básico de download, a ferramenta inclui um analisador que inspeciona um repositório e identifica seu tipo, como GGUF, Transformers, Diffusers, LoRA, GPTQ/AWQ ou datasets. Para repositórios GGUF, oferece um seletor interativo que mostra as opções de quantização com estimativas de tamanho e RAM. A interface web integrada exibe o progresso em tempo real, permite navegar pelo cache e inclui um recurso de sincronização por mirror para copiar modelos em cache entre máquinas.

A ferramenta oferece suporte a proxies HTTP e SOCKS5, tokens de acesso para repositórios privados ou com acesso restrito e endpoints personalizados, como um mirror da China. Também pode exportar repositórios em cache como arquivos comuns ou baixá-los em um diretório sem subpastas, para ferramentas que esperam pastas de modelos convencionais.

Recursos principais

  • 01Várias conexões por arquivo e download simultâneo de vários arquivos
  • 02Retomada automática após interrupções e verificação SHA256 de arquivos LFS
  • 03Seletor interativo de quantização GGUF com estimativas de tamanho e RAM
  • 04Interface web com progresso em tempo real e navegador de cache
  • 05Suporte a proxies HTTP, SOCKS5 e autenticados
  • 06Sincronização por mirror e exportação de repositórios em cache como arquivos comuns

Casos de uso

  • Baixar uma quantização GGUF específica para usar com llama.cpp ou Ollama em um laptop
  • Baixar modelos por trás de um proxy corporativo ou por meio de um túnel SSH
  • Sincronizar um cache de modelos com um NAS ou pendrive para máquinas isoladas da rede
  • Baixar modelos de um endpoint mirror da China para obter acesso mais rápido

Tópicos

#huggingface#model-download#golang#llm#gguf#cli#proxy#mirror#transformers

Perguntas frequentes

O que é HuggingFaceModelDownloader?
Ferramenta de linha de comando e interface web em Go para baixar modelos e datasets do HuggingFace Hub com transferências paralelas e retomáveis. HuggingFace Downloader é uma ferramenta em Go para baixar modelos e datasets do HuggingFace Hub. Ela divide cada arquivo entre várias conexões e baixa vários arquivos ao mesmo tempo, além de retomar automaticamente transferências interrompidas. Os downloads são armazenados no layout padrão de cache do HuggingFace, para que bibliotecas Python como transformers possam carregá-los sem configuração adicional.
HuggingFaceModelDownloader é gratuito? Qual é a licença?
HuggingFaceModelDownloader é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
HuggingFaceModelDownloader ainda é mantido?
Manutenção ativa. O último commit de HuggingFaceModelDownloader foi em 4 de out. de 2026.
Para que posso usar HuggingFaceModelDownloader?
Baixar uma quantização GGUF específica para usar com llama.cpp ou Ollama em um laptop Baixar modelos por trás de um proxy corporativo ou por meio de um túnel SSH Sincronizar um cache de modelos com um NAS ou pendrive para máquinas isoladas da rede Baixar modelos de um endpoint mirror da China para obter acesso mais rápido
Onde consigo HuggingFaceModelDownloader?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/bodaay/HuggingFaceModelDownloader

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados