学术资源加速

智川云为学术研究提供 GitHub 和 HuggingFace 等资源的访问加速服务。

公共加速服务

以下是可公开访问的加速服务：

服务	地址	说明
GitHub 加速	https://ghfast.top/	GitHub 文件下载加速（当前可用，域名可能会变更，请及时确认；最新可用域名请以 https://ghproxy.link/ 列表为准）
HuggingFace 镜像	https://hf-mirror.com/	HuggingFace 模型下载加速

GitHub 加速使用

更详细的 GitHub 使用指南请参考 GitHub 使用指南。

加速 Clone

# 原始地址
git clone https://github.com/username/repo.git

# 加速地址（示例，实际可用域名请以 https://ghfast.top/ 及其镜像为准）
git clone https://ghfast.top/https://github.com/username/repo.git

加速 Release 下载

# 原始地址
wget https://github.com/user/repo/releases/download/v1.0/file.zip

# 加速地址（示例）
wget https://ghfast.top/https://github.com/user/repo/releases/download/v1.0/file.zip

加速 Raw 文件

# 原始地址
wget https://raw.githubusercontent.com/user/repo/main/file.py

# 加速地址（示例）
wget https://ghfast.top/https://raw.githubusercontent.com/user/repo/main/file.py

HuggingFace 加速使用

设置镜像源

方法一：环境变量

export HF_ENDPOINT=https://hf-mirror.com

方法二：Python 代码中设置

import os
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

from transformers import AutoModel
model = AutoModel.from_pretrained("bert-base-chinese")

使用 huggingface-cli 下载

# 设置镜像
export HF_ENDPOINT=https://hf-mirror.com

# 下载模型
huggingface-cli download bert-base-chinese --local-dir ./bert-base-chinese

直接从镜像站下载

访问 https://hf-mirror.com/ ，搜索模型后直接下载。

配置持久化

将加速配置写入 ~/.bashrc，每次登录自动生效：

echo 'export HF_ENDPOINT=https://hf-mirror.com' >> ~/.bashrc
source ~/.bashrc

注意事项

使用须知

• 加速服务仅供学术研究使用
• 服务可用性不做保证，如遇问题请尝试直连
• 部分私有仓库可能无法通过加速访问

自建网络优化服务

如果公共加速服务无法满足需求，可参考 clash-for-linux-install 自建代理服务。

说明

• 该工具可帮助优化国际学术资源的访问体验
• 需要自行准备代理配置文件
• 仅供学术研究使用，请遵守相关法律法规

其他加速技巧

pip 使用国内源

pip install package -i https://pypi.tuna.tsinghua.edu.cn/simple

Conda 使用国内源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --set show_channel_urls yes

apt 使用国内源

大多数镜像已配置国内源，如需手动配置：

sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/g' /etc/apt/sources.list
apt-get update