AskClean

Hugging-Face-Cache auf dem Mac sicher leeren

AskClean-Team · Aktualisiert 2026-11-02

Um auf dem Mac Platz aus dem Hugging-Face-Cache zurückzugewinnen, ermittle zuerst den Cache, den deine Anwendung tatsächlich nutzt, prüfe ihn mit hf cache ls und zeige ein bestimmtes Repository oder eine Revision mit hf cache rm --dry-run zunächst nur in der Vorschau an. Behalte benötigte Offline-Modelle und eigene Arbeit. Lösche weder geteilte Blobs noch den gesamten HF_HOME-Ordner auf gut Glück.

Konzeptdarstellung: Modellrevisionen, verbunden mit gemeinsam genutzten Datenblöcken; Projektdateien liegen getrennt
Mehrere Revisionen können dieselben Dateien nutzen. Bewahre eigene Checkpoints und Projektarbeit getrennt auf. Konzeptdarstellung.

Speicherort finden und eigene Arbeit schützen

Der übliche Hub-Cache liegt unter ~/.cache/huggingface/hub. HF_HUB_CACHE legt den Repository-Cache des Hubs direkt fest; HF_HOME legt das übergeordnete Hugging-Face-Verzeichnis fest, und ist HF_HOME nicht gesetzt, kann XDG_CACHE_HOME den Standardort beeinflussen. Auch ein ausdrückliches cache_dir-Argument in einer Anwendung kann einen anderen Ort wählen. Prüfe GUI-Apps, Notebook-Kernel und Kommandozeilenprojekte getrennt – sie können unterschiedliche Umgebungseinstellungen nutzen. HF_HOME kann außerdem Anmeldedaten enthalten: Lösche das Verzeichnis nicht komplett, um Modell-Downloads loszuwerden, und gib bei Supportanfragen nur die relevanten Einstellungen ohne sensible Werte weiter.

Trenne Downloads von dem, was du selbst erstellt hast: feinabgestimmte Checkpoints, Adapter, Tokenizer-Änderungen, Konvertierungen, private Datensätze, Notebooks, Prompts und Projektkonfiguration. Ein heruntergeladenes Basismodell bekommst du womöglich wieder, einen lokalen Adapter oder ein Konvertierungsrezept vielleicht nur von diesem Mac. Sichere diese Arbeit und prüfe das Backup – manche Backup-Werkzeuge überspringen Caches, die mit CACHEDIR.TAG markiert sind. Weißt du nicht, wie du einen Eintrag wiederherstellen und die Anwendung wieder zum Laufen bringen würdest, behalte ihn vorerst.

Repositories und Revisionen vor der Auswahl prüfen

Beende Apps, Downloads und Jobs, die den Cache nutzen. Führe dann hf cache ls --no-truncate aus, um die vollständigen Repository-IDs zu sehen, und anschließend hf cache ls --revisions --no-truncate --show-warnings für die vollständigen Revisions-Hashes und eventuelle Cache-Probleme – detaillierte Warnungen blendet die getestete Version standardmäßig aus. Bei einem eigenen Hub-Cache übergibst du jedem Befehl denselben --cache-dir-Wert. Notiere Ordnergröße und freien Speicher und behalte die Ausgabe für dich, wenn sie vertrauliche Projekte verrät.

Wähle ein konkretes Ziel, etwa ein aufgegebenes Experiment oder eine Revision, die dein Projekt nicht mehr nutzt, und prüfe Code und Konfiguration auf fest vorgegebene Revisionen. Zugriffszeiten können helfen, aber ein altes Modell wird vielleicht noch für eine gelegentliche Evaluierung oder die Wiederherstellung ohne Netz gebraucht – das Alter allein ist kein Grund zum Löschen.

Wir haben diese Befehle am 29. September 2026 mit huggingface_hub 2.0.0 geprüft. Führe in deiner Umgebung zuerst hf cache --help aus; bietet deine Version andere Befehle oder Optionen, folge ihrer Dokumentation.

Das Löschen erst in der Vorschau prüfen

hf cache rm braucht eine vollständige Repository-ID oder einen vollständigen Revisions-Hash aus deiner Bestandsaufnahme; beginne immer mit --dry-run. Bei Modell-Repositories behältst du das Präfix model/, das die CLI anzeigt – ein Ordnername, der mit models-- beginnt, ist nicht dieselbe Kennung. Für eine einzelne Revision nimmst du ihren vollständigen Hash und prüfst, zu welchem Repository sie gehört. Die Vorschau zeigt eine Zielübersicht mit geschätzter Ersparnis, keine Liste einzelner Dateien. Ein Repository als Ziel umfasst alle darin gecachten Revisionen; willst du nur eine entfernen, wähle die Revision.

Erst nach dieser Prüfung wiederholst du denselben Befehl ohne --dry-run – mit demselben Ziel, demselben Cache-Verzeichnis und eingeschalteter Bestätigungsabfrage. Ändert sich die Liste unerwartet oder schlägt die Vorschau fehl, hör auf und finde die Ursache. Der Befehl löscht Dateien direkt, sie landen nicht im Papierkorb. Zum Wiederherstellen brauchst du ein funktionierendes Backup oder einen erneuten Download; behalte das Backup, bis deine Prüfungen bestanden sind – besonders bei privaten, zugangsbeschränkten (gated), nicht mehr veröffentlichten, lokal geänderten oder offline benötigten Modellen.

Snapshots und in manchen Layouts auch Repositories teilen sich Blobs: Die angezeigte Größe einer Revision kann größer sein als der Platz, der beim Löschen tatsächlich frei wird, und addierte Größen zählen dieselben Dateien womöglich mehrfach. Überlass gemeinsam genutzte Blobs und Snapshot-Verweise dem Cache-Manager, statt einzelne Dateien im Finder zu löschen.

prune und andere Caches auseinanderhalten

hf cache prune --dry-run zeigt in der getesteten Version 2.0.0 abgekoppelte (detached) Revisionen und unvollständige Downloads an. Eine abgekoppelte Revision hat im Cache keine benannte Referenz mehr – dein Projekt kann aber trotzdem genau diese Revision anfordern. Prüfe jeden Kandidaten und beende vorher laufende Downloads: Eine unvollständige Datei kann auch zu einem Transfer gehören, den ein anderer Job gerade noch nutzt. Für die erste Bereinigung auf einem Entwickler-Mac ist ein einzelnes, ausdrückliches Ziel leichter zu beurteilen als ein breiter Durchlauf.

Hugging Face Datasets speichert verarbeitete Daten (etwa Arrow-Dateien) in einem eigenen Cache unter HF_DATASETS_CACHE; wer Hub-Downloads entfernt, entfernt diese nicht zwangsläufig. Für erzeugte Dataset-Dateien nutzt du die Cache-Steuerung von Datasets und prüfst vorher, dass kein laufender Prozess sie noch braucht. Downloads mit ausdrücklichem local_dir landen in einem Zielordner, den du oder die Anwendung gewählt hat – behandle ihn getrennt vom Hub-Cache und sichere eigene Änderungen daran, denn ein neuer Download stellt sie nicht wieder her. Auch der Transferspeicher von Xet ist separat: Prüfe seinen Ort und die Client-Version, die ihn angelegt hat, bevor du etwas davon entfernst. Ist der Platzbedarf danach noch hoch, prüfe jede verbleibende Kategorie einzeln.

Prüfen, ob die übrigen Modelle noch funktionieren

Wiederhole Bestandsaufnahme und Messungen und lade ein Modell samt Revision, die du behalten wolltest. Führe eine kleine Aufgabe mit bekanntem Ergebnis aus – ein erfolgreicher Python-Import prüft die Modelldateien nicht. Brauchst du Offline-Zugriff, teste ihn mit getrennter Netzwerkverbindung. Lädt der nächste Lauf dasselbe Modell erneut herunter, hat die Bereinigung womöglich Daten entfernt, die der Workload noch braucht – dann überdenke Auswahl, Kapazität oder Cache-Ort, statt ein benötigtes Modell immer wieder zu löschen und neu zu laden.

Übersteigen die Modelle, die du regelmäßig brauchst, die Kapazität deines Macs, kann ein externes Laufwerk helfen. Prüfe freien Platz, Zugriffsrechte und die Unterstützung symbolischer Links, die Snapshots mit gemeinsam genutzten Blobs verbinden. Kopiere diese Links samt ihren Zielen, stelle jede Anwendung auf den neuen Ort um und teste ihre Modelle dort, bevor du das Original entfernst. Das Laufwerk muss angeschlossen sein, wann immer diese Anwendungen es brauchen. Schlägt eine Prüfung fehl, unterbrich die Bereinigung, notiere Modell, Revision, Cache-Pfad und Fehler und kläre die Ursache, bevor du den nächsten Eintrag entfernst.

So haben wir die Befehle geprüft

Am 29. September 2026 haben wir mit huggingface_hub 2.0.0 offline temporäre, synthetische Caches geprüft: Das Auflisten von Revisionen, vollständige IDs, Warnungen und die Vorschau mit --dry-run funktionierten, ohne Dateien zu ändern. Nach dem Entfernen einer alten Revision blieben die aktuelle Revision und die gemeinsam genutzten Daten erhalten. Echte Modell-Downloads, Inferenz, der Cache eines echten Nutzers, repositoryübergreifend geteilte Blobs und der Umzug auf ein anderes Laufwerk wurden nicht getestet. Daraus lässt sich keine Platzersparnis für deinen Mac ableiten.

AskClean zeigt dir, wo auf deinem Mac Speicher belegt ist. Scannen und Vorschau sind kostenlos, KI-Analyse und Bereinigung erfordern Pro. Die Speicherbereinigung löscht die Einträge, die du bestätigst, endgültig. Verwalte gecachte Revisionen und ihre gemeinsam genutzten Dateien mit der Hugging-Face-CLI und halte eigene Projektarbeit aus der Auswahl heraus.

Was sich wiederherstellen lässt – und was bleiben muss

Prüfe jede Kategorie einzeln. Die Tabelle zeigt, was du bewahren oder wiederherstellen musst; sie markiert keine Dateien zum automatischen Löschen.

ElementWo prüfenVor dem Entfernen prüfen
Hub-Repository oder Revisionhf cache ls --revisionsPrüfe die genaue Auswahl. Zum Wiederherstellen brauchst du womöglich einen erneuten Download und Zugriff auf dasselbe Repository.
Gemeinsame Blobs und SnapshotsGeprüfter Hub-CacheNutze den Cache-Manager: Revisionen – und in manchen Layouts auch Repositories – können dieselben gespeicherten Dateien teilen.
Abgekoppelte Revisionenhf cache prune --dry-runEin Projekt kann eine exakte Revision brauchen, auch wenn der Cache keine benannte Referenz darauf hat.
Erzeugter Dataset-CacheHF_DATASETS_CACHE / Cache-Einstellungen von DatasetsGetrennt von Hub-Downloads; das Neuerzeugen kann Rechenzeit und Quelldaten erfordern.
Eigene Checkpoints, Adapter und QuellenDeine Projekt- und Backup-OrteBehalte deine Originalarbeit und prüfe, ob Backups sie enthalten – besonders, wenn sie in einem Cache-Verzeichnis liegt.
Hugging-Face-Home und AnmeldedatenHF_HOMELösche nicht das gesamte Home-Verzeichnis, um Einträge aus dem Modell-Cache zu entfernen.

Der lokale Test nutzte einen winzigen synthetischen Cache. Dessen Größe ist weder ein Benchmark noch eine Schätzung realer Einsparungen.

FAQ

Kann ich ~/.cache/huggingface auf dem Mac löschen?

Behandle nicht das ganze Verzeichnis als entbehrlich. Ermittle den aktiven Hub-Cache, bewahre Anmeldedaten und eigene Arbeit und prüfe einzelne Repositories oder Revisionen mit dem installierten Befehl hf cache zuerst in der Vorschau.

Warum gibt das Entfernen einer Revision weniger Platz frei als angezeigt?

Revisionen können sich Dateien teilen, in manchen Cache-Layouts auch über Repositories hinweg. Prüfe die Schätzung in der Vorschau und vergleiche Belegung und freien Speicher vorher und nachher. Addierte Revisionsgrößen zählen dieselben Dateien womöglich mehrfach.

Heißt eine abgekoppelte (detached) Revision, dass keine Anwendung sie nutzt?

Nein. Ein Projekt kann eine exakte Revision fest vorgeben, auch wenn es im Cache keine benannte Referenz darauf gibt. Prüfe die Anforderungen des Projekts, bevor du prune ausführst.

Sind meine Modelle nach der Bereinigung offline verfügbar?

Nur behaltene, vollständige Cache-Dateien können die Workloads bedienen, die sie brauchen. Teste das Laden eines typischen Modells offline, bevor du dein Backup entfernst oder dich ohne Verbindung auf den Mac verlässt.

Kann hf cache rm mein feinabgestimmtes Modell löschen?

Ja, wenn deine eigenen Dateien im ausgewählten Cache-Eintrag liegen. Halte Checkpoints, Adapter und geänderte Dateien außerhalb der Einträge, die du entfernen willst, und prüfe ihre Backups. Auch ein Ordner namens cache kann die einzige Kopie wichtiger Arbeit enthalten.

Quellen

Weitere Anleitungen zu Modell- und Entwicklerspeicher