Update: 推荐 huggingface 镜像站： https://hf-mirror.com 。Update: 推荐官方的 huggingface-cli 命令行工具、以及本人开发的 hfd脚本。

AI开发绕不过一个问题是，如何从hugging face下载模型/数据集，相关问题想必大家都没少搜过，方法五花八门，本人也曾在stackoverflow上回答过类似问题，然而很难见有文章将各类方法一次性讲全。

其实网络快、稳的话，随便哪种方法都挺好，然而国内网络问题，断点续传、多线程下载 等特性就显得尤为必要了，否则动辄断掉重来、下载速度慢，浪费生命！基于这个考虑，本文集成官方方法、第三方奇技淫巧，做了个总结排序，以飨读者：

（以下方法也适用于数据集下载）

本文对上述方法进行详细介绍，文末介绍几个常见问题：

模型项目页的 Files 栏中可以获取文件的下载链接。无需登录直接点击下载，还可以复制下载链接，用其他下载工具下载。这一点比国内某些又要注册登录，还不给出直链的平台，开放太多。

常规工具如浏览器默认采用单线程下载，由于国内网络运营商线路质量、QoS等因素有时候会很慢，多线程加速是一种有效、显著提高下载速度的方法。

经典多线程工具推荐两个：IDM、Aria2。 IDM 适用于 Windows、aria2 适用于 Linux。本文头图就是 IDM 工具。因此获取URL后，可以利用这些多线程工具来下载。以我的一次实测为例，单线程700KB/s，IDM 8线程 6MB/s。千兆宽带下，利用IDM能跑到80MB/s+。

然而，手动获取仓库中所有 URL 再去用 IDM 下载比较麻烦，因此我专门写了一个专用的多线程下载脚本 hfd，见如下介绍。

hfd 是基于 Git 和 aria2 实现的专用于huggingface 下载的命令行脚本： hfd.sh（Gitst链接）。hfd 相比 huggingface-cli ，鲁棒性更好，很少会有奇奇怪怪的报错，此外多线程控制力度也更细，可以设置线程数量。缺点是目前仅适用于 Linux 和 Mac OS。

其原理是 Step1：Git clone 项目仓库中lfs文件之外的所有