intel/model-download
intel
模型下载微服务提供从多个模型中心获取AI/ML模型的简化方法，促进跨应用的一致性和易用性，是管理模型下载、存储及可选格式转换的集中式系统。
下载次数: 0状态：社区镜像维护者：intel仓库类型：镜像最近更新：7 天前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
模型下载微服务
概述
模型下载微服务提供了一种简化的方式，用于从多个模型中心获取AI/ML模型，旨在促进不同应用之间的一致性和易用性。它作为集中式系统，负责管理模型的下载、存储以及可选的格式转换流程。
核心功能与特性
- 多模型中心支持：能够从多个模型中心获取AI/ML模型
- 跨应用一致性：确保不同应用在模型使用上的一致性
- 集中式管理：统一处理模型的下载、存储流程
- 格式转换能力：提供可选的模型格式转换功能
使用场景与适用范围
- 需要从多个模型中心获取AI/ML模型的应用场景
- 要求跨应用保持模型使用一致性的团队或项目
- 需要集中管理模型下载、存储及格式转换的系统
- AI/ML工作流中需自动化模型获取和处理的环节
使用方法与配置说明
基本部署
使用Docker运行模型下载微服务的基本命令：
bashdocker run -d --name model-download-ms \ -v /path/to/local/storage:/app/storage \ -e MODEL_HUBS="https://huggingface.co,https://modelscope.cn" \ docker.xuanyuan.run/model-download-microservice:latest
环境变量配置
| 环境变量 | 描述 | 默认值 |
|---|---|---|
| MODEL_HUBS | 逗号分隔的模型中心URL列表 | https://huggingface.co |
| STORAGE_PATH | 模型存储路径 | /app/storage |
| CONVERSION_ENABLED | 是否启用格式转换（true/false） | false |
| CONVERSION_FORMATS | 需要支持的转换格式（逗号分隔） | onnx,tensorflow |
功能使用示例
下载模型
通过API请求下载模型：
bashcurl -X POST http://localhost:8080/download \ -H "Content-Type: application/json" \ -d '{"model_name": "bert-base-uncased", "hub": "https://huggingface.co", "output_format": "onnx"}'
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 model-download 镜像标签
docker pull docker.xuanyuan.run/intel/model-download:<标签>
DockerHub 原生拉取命令
docker pull intel/model-download:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"