Jak sprawdzić i wyczyścić pamięć podręczną Hugging Face na Macu

Znajdź dane i zabezpiecz własną pracę

Typowa ścieżka to ~/.cache/huggingface/hub. HF_HUB_CACHE wskazuje pamięć repozytoriów; HF_HOME obejmuje więcej danych. Bez HF_HOME na domyślną lokalizację może wpływać XDG_CACHE_HOME, a cache_dir może wybrać inną. Sprawdź osobno aplikacje graficzne, terminal i notebook. HF_HOME może zawierać dane uwierzytelniania: nie usuwaj całości ani nie publikuj zawartości.

Własne pliki checkpoint, adaptery, zmiany tokenizera, konwersje, prywatne dane i konfiguracja mogą nie nadawać się do ponownego pobrania. Sprawdź kopie: niektóre narzędzia pomijają pamięci oznaczone CACHEDIR.TAG. Zachowaj dane bez znanego sposobu odzyskania; dawna data dostępu nie dowodzi zbędności modelu.

Wyświetl pełne ID i ostrzeżenia

Zatrzymaj aplikacje, pobieranie i zadania używające pamięci. Uruchom hf cache ls --no-truncate, potem hf cache ls --revisions --no-truncate --show-warnings. Sprawdzona wersja domyślnie ukrywa szczegółowe ostrzeżenia. Dla niestandardowej lokalizacji zawsze używaj tego samego --cache-dir. Zbadaj błędy odczytu i struktury, zapisz zajęte i wolne miejsce, nie udostępniaj list prywatnych repozytoriów.

Sprawdź zakres przed zatwierdzeniem

hf cache rm wymaga pełnego ID z CLI. Zachowaj model/ dla repozytorium modelu; nazwa katalogu z models-- go nie zastępuje. Dla jednej rewizji podaj pełny hash i sprawdź repozytorium. Najpierw dodaj --dry-run. Wynik to podsumowanie celów i szacowanej oszczędności, nie lista każdego pliku. Wybranie repozytorium obejmuje wszystkie jego zapisane rewizje.

Po kontroli usuń --dry-run, zachowując cel, ścieżkę i pytanie o potwierdzenie. Przy zmianie wyboru lub błędzie podglądu wstrzymaj usuwanie i ustal przyczynę. Pliki znikają bez Kosza; odtworzenie wymaga kopii lub ponownego dostępu do pobrania. Migawki (snapshots), a w niektórych układach również repozytoria, współdzielą bloby. Obsługę odwołań powierz menedżerowi i nie sumuj po prostu rozmiarów.

Rozróżnij prune i pozostałe pamięci

W sprawdzonej wersji 2.0.0 hf cache prune --dry-run pokazuje rewizje detached i niedokończone pobrania. Brak nazwanej referencji nie wyklucza przypięcia projektu do konkretnej rewizji. Sprawdź każdy cel i zatrzymaj aktywne pobieranie. Zacznij od jednego jasno określonego elementu.

Dane generowane w HF_DATASETS_CACHE różnią się od pobrań Hub. Osobno sprawdź dane transferu Xet i wyniki local_dir, zachowując lokalne zmiany. Usunięcie całego HF_HOME nie zastępuje tej kontroli.

Uruchom zachowane modele

Powtórz pomiary, wczytaj potrzebne modele i rewizje i wykonaj małe zadanie ze znanym wynikiem. Sam import biblioteki Python nie wystarczy. Tryb offline sprawdź przy odłączonej sieci. Przy błędzie wstrzymaj czyszczenie i zweryfikuj środowisko, ścieżki, pliki, dostęp i miejsce przed odtworzeniem. Ciągłe pobieranie tego samego potrzebnego modelu wskazuje na konieczność zmiany wyboru lub pojemności.

Przy dysku zewnętrznym sprawdź miejsce, uprawnienia i dowiązania symboliczne. Kopiuj dowiązania wraz z celami, ustaw każdą aplikację i przetestuj jej modele przed usunięciem oryginału. Dysk musi pozostawać podłączony podczas korzystania.

Zakres weryfikacji

2026-09-29 sprawdzono offline tymczasowe syntetyczne pamięci z huggingface_hub 2.0.0: listy, pełne ID, ostrzeżenia i dry-run. Podglądy nie zmieniały plików; usunięcie starej rewizji zachowało bieżącą i wspólne dane. Nie sprawdzano rzeczywistej inferencji, pamięci użytkownika, wspólnych blob między repozytoriami ani migracji dysku. Nie gwarantuje to stałego zysku miejsca. Sprawdź swoją wersję przez hf cache --help.

Co sprawdzić przed usunięciem

Sprawdź rzeczywistą lokalizację, przeznaczenie i sposób odzyskania danych. To nie jest lista do automatycznego usuwania ani obietnica określonej ilości wolnego miejsca.

FAQ