gh-download

通用 GitHub 下载器（国内无 VPN 友好）：多镜像并行分段（HTTP Range）+ 断点续传 +（有则）sha256 校验。 零外部二进制依赖：纯 Python 标准库实现，不需要 aria2、curl、gh、jq、sha256sum。

下载 GitHub Release 资产时，直连慢、单镜像不稳。这个工具把"选哪个镜像"从凭感觉变成 先验 Range（HTTP 206），再把同一文件的多个镜像并行分段拉下来，下完自动校验。

快速开始（零依赖）

方式 A：pip 安装（推荐，命令即 gh-download）

pip install gh-download-embedai        # 或： uv tool install gh-download-embedai / pipx install gh-download-embedai

gh-download <owner/repo> <tag> [--pattern GLOB]... [-d DIR] [--list]

方式 B：单文件脚本（只需一个 python3，3.8+，标准库自带，不装任何东西）

curl -fsSL https://raw.githubusercontent.com/zishuowang696/gh-download/main/gh_download.py -o gh_download.py

python3 gh_download.py <owner/repo> <tag> [--pattern GLOB]... [-d DIR] [--list]

两种方式逻辑完全相同。例子：

# 只下某个平台的资产
gh-download BurntSushi/ripgrep latest --pattern '*x86_64-unknown-linux-musl.tar.gz' -d ./dl

# 先看有哪些资产（不下载）
gh-download NationalSecurityAgency/ghidra latest --list

# 也可以直接给一个 GitHub 下载 URL
gh-download https://github.com/<owner>/<repo>/releases/download/<tag>/<file>

环境变量

--mirror 可多次指定覆盖镜像；--conn 覆盖分段数；--pattern 可重复。

原理（三点）

1. 只信支持 Range（206）的镜像——先发一个 Range: bytes=0-0 探是否返回 206；
2. 同一文件按分段分给多个镜像并行拉（ThreadPoolExecutor + os.pwrite 按偏移写入），单流慢时自动回退；
3. sha256 自动校验——优先用 GitHub Release 资产自带的 digest；没有则跳过。

实测

对比直连/单镜像 ~0.19 MiB/s —— 快约 20 倍。

其它版本（可选）

• 本地 Web UI（gh-download-ui.ts，需要 Bun）：粘贴 owner/repo + tag → 列资产 → 勾选 → 下载，日志实时滚动。

  bun gh-download-ui.ts        # 打开 http://localhost:8787
  

• 旧版 bash 脚本（gh-download.sh，依赖 curl + aria2c）：接口相同，逻辑等价，作为参考保留。
• Windows PowerShell 版（gh-download.ps1，依赖 curl.exe + aria2c）。

注意

• 第三方镜像不可信：能校验哈希就一定校验；
• 不要用公共代理下敏感内容；
• 镜像质量会变：工具先验 Range，不写死。

支持这个项目

如果这个工具帮到了你，可以请我喝杯咖啡（爱发电）：

https://afdian.com/a/embedai

（也欢迎 Star、提 Issue、分享给需要的人。）

相关链接

站点

• 博客（Agent and Edge AI）：https://embedai.com.cn
• 讲解文章：https://embedai.com.cn/posts/gh-downloader
• 工具下载页：https://embedai.com.cn/tools
• 订阅：https://embedai.com.cn/feed.xml · https://embedai.com.cn/en/feed.xml

相关仓库（GitHub：https://github.com/zishuowang696）

• embedai — Jetson 边缘 AI 发行版（Yocto / KAS）
• agent-from-scratch — 从 0 写一个 AI Agent
• mcp-demo / mcp-client — MCP 服务端 / 客户端示例
• agent-on-jetson — 把 Agent 部署到 Jetson
• weekly-topics-agent — 每周选题 Agent（模板）

许可

MIT