增强从 Hugging Face Hub 与 ModelScope Hub 下载新模型与列出、更新、删除已下载模型的体验
Project description
BigModel Hub (BMHub)
概述
本项目增强从 Hugging Face Hub 与 ModelScope Hub 下载新模型与列出、更新、删除已下载模型的体验。
模型存储
默认情况下,BMHub 基于 Hugging Face Hub 或 ModelScope Hub 的缓存机制来存储模型,来获取最大的兼容性与空间利用率。
如果需要更改默认的缓存目录位置,参考 Hugging Face Hub 或 ModelScope Hub 的文档,设置环境变量 HF_HUB_CACHE 或 MODELSCOPE_CACHE 来修改缓存目录位置。
如果不依赖 Hugging Face Hub 或 ModelScope Hub 的缓存机制,需要手动指定本地模型存储目录,且遵循如下目录结构:
|- <Local Models Directory>
|- <Organization ID>
|- <Model ID>
|- ...
|- ...
本地模型存储目录结构示例:
|- <Local Models Directory>
|- Qwen
|- Qwen2.5-7B-Instruct
|- config.json
|- ...
安装
pip install bmhub
测试 BMHub CLI 可用性。
bmhub --help
如果访问 Hugging Face Hub 受限,设置环境变量 HF_ENDPOINT 。
HF_ENDPOINT=https://hf-mirror.com bmhub --help
建议在访问 Hugging Face Hub 受限时使用 ModelScope Hub 加速下载。
CLI 功能
列出模型
列出已下载的模型,可以通过模型 ID 的 Glob 模式过滤,并查看模型占用存储空间等信息。
默认在 Hugging Face Hub 或 ModelScope Hub 缓存目录中检索已下载的模型。如果指定参数 --local-dir,则在本地模型存储目录中检索已下载的模型。
bmhub list --help
下载模型
下载指定 ID 的模型,如果已下载过模型,则会更新该模型。
默认下载到 Hugging Face Hub 或 ModelScope Hub 缓存目录。如果指定参数 --local-dir,则下载到本地模型存储目录。
bmhub download --help
更新模型
更新已下载的模型,可以通过模型 ID 的 Glob 模式过滤。
默认在 Hugging Face Hub 或 ModelScope Hub 缓存目录中更新已下载的模型。如果指定参数 --local-dir,则在本地模型存储目录中更新已下载的模型。
bmhub update --help
删除模型
删除已下载的模型,可以通过模型 ID 的 Glob 模式过滤。
默认在 Hugging Face Hub 或 ModelScope Hub 缓存目录中删除已下载的模型。如果指定参数 --local-dir,则在本地模型存储目录中删除已下载的模型。
bmhub remove --help
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file bmhub-1.0.0.tar.gz.
File metadata
- Download URL: bmhub-1.0.0.tar.gz
- Upload date:
- Size: 22.5 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: uv/0.7.8
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
f0e32ca8363fad2cb897800ffb2fe16c2cb46289277039a1c0e9936564f579ff
|
|
| MD5 |
d15d57016cf237df8156cef73597955a
|
|
| BLAKE2b-256 |
476889c4b26a14434c70357929a7334045caa8819ab56d3d850e24ba77443cab
|
File details
Details for the file bmhub-1.0.0-py3-none-any.whl.
File metadata
- Download URL: bmhub-1.0.0-py3-none-any.whl
- Upload date:
- Size: 9.0 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: uv/0.7.8
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
31ef066dbf0adc1aabe4a005e619b90fb0cb7c2d31708c171a4c922f46e68bf4
|
|
| MD5 |
94dd79b720d0545232ff54e4dcb21696
|
|
| BLAKE2b-256 |
bfe23c6545e93f2d3195af41aba7876d17e91e37c700ded2658e5e0b7f0d16c2
|