学术镜像加速
本功能仅面向高校、科研机构及在读学生等学术用途，用于缓解 GitHub、Hugging Face 等学术资源在国内访问缓慢的问题。
所列加速代理均为第三方公益镜像或平台自建转发节点，不承诺可用性、带宽或持久稳定性。
如遇恶意攻击、流量异常、法律政策调整或镜像站本身故障，平台有权随时暂停或终止该加速服务，恕不另行通知。
使用 Github 加速
Section titled “使用 Github 加速”方法一 通过 git clone 加速下载
Section titled “方法一 通过 git clone 加速下载”举例：
git clone https://ghfast.top/https://github.com/stilleshan/dockerfiles方法二 通过 wget 加速下载
Section titled “方法二 通过 wget 加速下载”举例：
wget https://ghfast.top/https://github.com/stilleshan/dockerfiles/archive/master.zip方法三 通过 curl 加速下载
Section titled “方法三 通过 curl 加速下载”举例：
curl -O https://ghfast.top/https://github.com/stilleshan/dockerfiles/archive/master.zip使用 HuggingFace 加速
Section titled “使用 HuggingFace 加速”方法一 使用环境变量（非侵入式）
Section titled “方法一 使用环境变量（非侵入式）”无需改动现有代码，只在运行命令前临时指定镜像地址即可，适用于多数场景。huggingface 工具链会读取 HF_ENDPOINT 环境变量来确定下载源。
HF_ENDPOINT=https://hf-mirror.com python your_script.py若个别数据集依赖其自带的下载脚本，则可能需要在该脚本中手动将相关网址替换为镜像地址以完成加速。
方法二 通过 huggingface-cli 加速下载
Section titled “方法二 通过 huggingface-cli 加速下载”- 安装依赖
pip install -U huggingface_hub- 设置环境变量（区分 Linux 与 Windows 系统）
export HF_ENDPOINT=https://hf-mirror.com建议将上面的命令写入 ~/.bashrc 以便持久生效。
- 下载模型与数据集
下载模型案例
hf download gpt2 --local-dir gpt2 --local-dir-use-symlinks False下载数据集案例
hf download wikitext --repo-type dataset --local-dir wikitext --local-dir-use-symlinks False此处建议添加 --local-dir-use-symlinks False 以禁用软链接以防止造成兼容性问题。