使用SentenceTransformer出现OSError:We couldn‘t connect to ‘https://huggingface.co‘ to load the files解决方案

在使用 Hugging Face 的 Transformers 库时，如果出现无法连接 `https://huggingface.co` 以加载模型文件（如 `config.json`）的问题，通常是由于网络限制、访问控制或路径配置错误所致。以下是详细的解决方法： ### 检查网络连接 首先确认本地是否可以正常访问 `https://huggingface.co`，尝试在浏览器中打开该网址，或者使用命令行工具测试网络连通性： ```bash ping huggingface.co curl -I https://huggingface.co ``` 如果上述命令失败，则可能是网络问题，建议更换网络环境或使用代理。 ### 配置离线模式 若因网络受限而无法直接访问 Hugging Face 官网，可采用离线方式加载模型。具体步骤如下： 1. **手动下载模型文件** 在可访问 Hugging Face 的环境中，从对应模型页面（例如 `https://huggingface.co/Qwen/Qwen3-8B`）下载以下必要文件： - `config.json` - `pytorch_model.bin` 或 `tf_model.h5`（根据框架） - `tokenizer_config.json` - `vocab.json` 或 `spiece.model`（分词器相关） 2. **将模型文件放置于指定目录** 将上述文件统一存放在一个本地目录中，例如 `/path/to/local/model/`。 3. **设置环境变量启用离线模式** 在运行代码前，设置以下环境变量以启用离线加载： ```bash export TRANSFORMERS_OFFLINE=1 export HF_DATASETS_OFFLINE=1 ``` 4. **修改代码以加载本地模型** 使用 `from_pretrained` 方法并设置 `local_files_only=True` 参数，确保模型仅从本地路径加载： ```python from transformers import AutoModel, AutoTokenizer model_path = "/path/to/local/model/" tokenizer = AutoTokenizer.from_pretrained(model_path, local_files_only=True) model = AutoModel.from_pretrained(model_path, local_files_only=True) ``` ### 修改缓存路径与重试机制 Transformers 默认会尝试从远程服务器下载缺失的文件，并缓存至本地。可通过设置 `cache_dir` 参数更改缓存路径： ```python model = AutoModel.from_pretrained("bert-base-uncased", cache_dir="/your/cache/dir") ``` 此外，在企业内网或有防火墙的环境下，建议预先下载模型并避免自动更新行为。 ### 使用镜像源加速访问 对于国内用户，可通过设置镜像源来加速模型下载： ```bash export HF_ENDPOINT=https://hf-mirror.com ``` 此操作会将请求转发至国内镜像站点，提高访问速度[^2]。 ---