hfd下载大模型文件时出现curl:(35) OpenSSL/1.1.1k:error:14094438:SSL routines:ssl3_read_bytes:tlsv1 alert的解决方案

### hf-mirror 网站简介 hf-mirror 是一个用于加速下载 Hugging Face 上托管的机器学习模型和其他资源的镜像站点。通过该平台，用户能够更快速、稳定地获取所需的数据文件，尤其适合网络连接受限的情况。 --- ### 方法一：直接替换 URL 域名 当需要从 Hugging Face 官方网站下载某个模型或数据集时，可以通过简单修改链接的方式切换到 hf-mirror 镜像服务。具体操作为将原始地址中的 `huggingface.co` 替换为 `hf-mirror.com` 即可完成转换[^1]。 --- ### 方法二：利用 hfd 工具实现高效下载 为了进一步提升用户体验，hf-mirror 提供了一款名为 **hfd** 的专用命令行工具。此工具基于强大的多线程下载引擎 aria2 构建而成，具备断点续传功能以及更高的稳定性。以下是安装与配置的具体流程： #### 步骤说明 1. 下载并赋予脚本执行权限： ```bash wget https://hf-mirror.com/hfd/hfd.sh chmod a+x hfd.sh ``` 2. 将其加入系统的 PATH 路径以便全局调用（仅限于 Linux 和 macOS 用户）。如果希望临时生效，则可以直接运行脚本而无需额外设置。 3. 修改默认 API 终端指向至镜像服务器： 对于大多数 Unix-like 操作系统而言，可通过如下指令来定义环境变量： ```bash export HF_ENDPOINT=https://hf-mirror.com ``` 如果想让更改永久保存下来，请记得将其写入 shell 初始化文件比如 `.bashrc`,`.zshrc` 中去[^2]。 --- ### 方法三：集成 Python SDK 实现自动化处理 除了上述两种手动方式之外，还可以借助官方支持库——HuggingFace Hub 来简化整个过程。下面展示了一个完整的例子用来演示如何加载指定版本的语言模型实例： ```python import os from huggingface_hub import snapshot_download os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com' model_path = "chatglm-6b" snapshot_download( repo_id="THUDM/chatglm-6b", local_dir=model_path, max_workers=8 ) ``` 在此代码片段里，我们首先调整了请求目标位置；接着指定了本地存储目录名称；最后设置了并发工作线程数量参数以提高效率[^3]。 ---