HF-Mirror停用？免翻墙｜轻松下载模型！

最近，不少开发者发现HF-Mirror无法使用，导致模型下载受阻。面对这种情况，不少人开始寻找新的模型下载替代方案。OpenCSG，国内领先的大模型开源社区，以其最及时的模型更新、稳定高速的下载服务，以及多样化的下载方式，成为开发者告别模型荒的首选！无论是直接下载、命令行工具、SDK API调用，还是通过Git或Hugging Face兼容接口，OpenCSG都能满足您的需求。以下我们整理了几种最简单的下载方式，助您快速 Get 到心仪的模型！

方法 1：官网直接下载 🌐

访问 OpenCSG 官网 ，搜索目标模型或数据集。 在详情页找到 “文件” 选项卡，点击 ↓ 按钮即可下载所需文件

适用场景： 临时下载单个模型或数据集文件，简单直观，上手无难度

方法 2：CSGHub CLI 命令行工具 💻

OpenCSG提供了强大的命令行工具 csghub-cli ，让下载更高效！ （建议使用python 3.10版本）
安装CLI工具（仅需一次）：
pip install csghub-sdk
使用命令行下载模型（例如 csg-wukong-1B）：

csghub-cli download OpenCSG/csg-wukong-1Bbr

下载数据集（例如 chinese-fineweb-edu）：

csghub-cli download OpenCSG/chinese-fineweb-edu -t dataset

适合场景：自动化脚本、批量下载，效率提升 N 个 Level！

方法 3：Python API 下载 🐍

在代码中直接调用模型或数据集？没问题！ 使用 Python API，一切尽在掌控！
安装SDK（如果尚未安装）：
pip install csghub-sdk
示例代码（模型下载）：

from pycsghub.snapshot_download import snapshot_download
repo_id = "OpenCSG/csg-wukong-1B"
result = snapshot_download(repo_id, repo_type="model", cache_dir="./models")

示例代码（数据集下载）：

epo_id = "OpenCSG/chinese-fineweb-edu"
result = snapshot_download(repo_id, repo_type="dataset", cache_dir="./datasets")

适合场景：Python开发者、集成到自动化任务。

方法 4：Hugging Face兼容模式🤗

Hugging Face 用户看过来！OpenCSG 无缝兼容，切换零成本！
只需修改环境变量

export HF_ENDPOINT=https://hub.opencsg.com/hf

然后，像使用 Hugging Face 一样加载模型：

from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "OpenCSG/csg-wukong-1B"
model = AutoModelForCausalLM.from_pretrained(model_id)
tokenizer = AutoTokenizer.from_pretrained(model_id)
inputs = tokenizer.encode("Hello, world!", return_tensors="pt")
outputs = model.generate(inputs)
print(tokenizer.decode(outputs[0]))

适用场景： Hugging Face 用户，快速迁移，丝滑体验！

方法 5：Git 下载 🛠️

在目标模型或数据集的详情页中，点击“下载模型”或“下载数据集”按钮。

找到 HTTPS 下载命令，复制 git clone 命令并在终端中执行。

适用场景： 大模型管理、团队协作，版本控制更安心！
为什么选择 OpenCSG？✅ 高速稳定： CDN 加速，超高传输速度！支持断点续传，告别下载中断！

✅ 多种方式： 兼容 CLI、SDK、Git、Hugging Face 接口，满足不同需求！
✅ 易于使用： 无论是新手还是资深开发者，都能轻松上手 OpenCSG 的各种下载工具。
✅ 持续更新： OpenCSG 团队会持续更新模型资源，确保你始终能够获取到最新的 AI 技术。
✅ 免费使用： 开放模型下载权限，支持社区共享，拥抱开源！HF-Mirror 停用了？ 没关系！ 立即体验 OpenCSG，享受更顺畅的模型管理体验！