文章目录

• huggingface git代理加速
• • 1. 解决办法
  • 2. 操作步骤
  • • 2.1 安装whistle
    • 2.2 填入规则
    • 2.3 git代理配置
    • 2.4 测试
    • 3. 网络代理作用

      huggingface git代理加速

      1. 解决办法

      由于国内流量限制，我们直接请求huggingface下载模型受限，但是我们有国内的huggingface镜像站https://hf-mirror.com/

      我们的思路就是将huggingface.co的请求转发到hf-mirror.com，所以笔者选择使用网络代理的方式。笔者选择的是轻量的whistle作为网络代理工具。（可替换方案例如 Fiddler、Charles 或 mitmproxy。这些工具允许你拦截和修改出站请求。）

      第二个问题就是git并非浏览器发起请求，我们需要为git配置代理为whistle才可以达成域名替换的效果。

      为了解决问题而来的读者阅读完第二章即可。

      2. 操作步骤

      2.1 安装whistle

      首先要保证读者的环境中有node.js，这样才可以使用npm管理工具安装whistle

      参考https://nodejs.org/en/download

      ubuntu环境下可以直接

      sudo apt install nodejs

      安装whistle

      npm install -g whistle
      

      启动服务

      w2 start -p 8000
      

      -p 后的端口号由读者指定

      我们通过浏览器访问到配置页面http://127.0.0.1:8000

      点击HTTPS

      勾选所有选项，下载CA证书，将证书导入浏览器

      

      导入证书的方式因浏览器而异，以火狐为例

      

      

      导入刚刚下载的文件即可

      

      2.2 填入规则

      在规则中填入

      https://huggingface.co	https://hf-mirror.com
      https://cdn-lfs.huggingface.co	https://cdn-lfs.hf-mirror.com
      

      其中第一行是指定huggingface的域名替换，用于解决https://huggingface.co/datasets的访问。

      第二行是用于git lfs大文件的内容过滤的访问，很多模型的文件存储在git lfs的仓库中。

      通过抓包工具发现的git lfs的镜像源，故而作了修改

      

      2.3 git代理配置

      接下来我们需要为git配置http和https的代理

      # 设置 HTTP 代理
      git config --global http.proxy http://127.0.0.1:8080
      # 设置 HTTPS 代理
      git config --global https.proxy https://127.0.0.1:8080
      

      这样配置之后，还是会出现证书问题，因为https需要SSL/TLS证书，我们有两种方案：

      • 不认证

        git config --global http.sslVerify false

      • 导入证书

        git config --global http.sslCAInfo /path/to/certificate.crt

        wget在下载时如果用代理也是需要配置的

        export http_proxy=http://username:password@proxy.example.com:port`
        export https_proxy=http://username:password@proxy.example.com:port`
        wget http://example.com/file.zip`
        

        由于这个操作是操作的环境变量，所以对全局生效，如果出现其他问题（例如pip ssl验证失败，记得回退）

        unset http_proxy
        unset https_proxy
        

        当然也可以使用pip的选项禁用证书验证

        2.4 测试

        进入whistle的配置页面，打开Network监控，点击Clear清除

        浏览器输入网址https://huggingface.co/，可以看到已经重定向到了国内镜像站

        通过网络抓包能够看到如下信息

        

        克隆项目

        git clone https://huggingface.co/datasets/hssd/hssd-hab --recursive --branch ovmm
        

        可以看到无论是git源码还是git lfs的内容均成功

        

        3. 网络代理作用

        网络代理是一种充当网络中间人的设备或服务，用于代表用户或设备执行网络请求。代理在网络通信中扮演多种角色，具有各种用途和作用，包括以下几个方面：

        访问控制和安全性：

        代理可以用于实施访问控制策略，限制特定用户或设备的访问。通过代理，可以监控和记录网络流量，检测恶意活动，并提供额外的安全层，如防火墙和入侵检测系统。

        内容过滤和缓存：

        代理可以过滤和拦截网络流量，阻止访问特定类型的内容或网站。此外，代理还可以实施内容缓存，加速对常见资源的访问，减轻网络流量和提高响应速度。

        匿名性和隐私：

        用户可以通过代理隐藏其真实的 IP 地址，提高匿名性。这对于绕过地理位置限制或保护用户隐私是有用的。代理也可以通过删除请求中的敏感信息来提高用户的隐私。

        网络性能优化：

        代理可以通过压缩数据、路由优化、负载均衡等手段来优化网络性能。通过选择最佳路径，代理可以提高数据传输的效率，并降低延迟。

        访问控制和身份验证：

        代理可以要求用户进行身份验证，确保只有授权的用户可以访问特定资源。这有助于强化网络安全，并限制未经授权的访问。

        网络加速和优化：

        通过代理服务器，可以对网络流量进行优化，例如使用压缩算法、缓存静态资源等，从而提高整体网络性能。

        绕过地理限制：

        代理可以帮助用户绕过地理限制，访问被限制在特定地区的内容或服务。这对于访问特定国家或地区的在线服务是有用的。

        审计和监控：

        代理允许对网络流量进行审计和监控，记录用户活动、检测异常行为，并生成报告。这有助于网络管理和安全团队保持对网络的全面掌控。