在 Mac 上解决 LM Studio 无法下载模型的问题(国内镜像替换教程)

如果你在使用 LM Studio 时遇到类似 There was an error fetching results from Hugging FaceModel details error: fetch failed 的报错,大概率是因为国内网络无法稳定连接 Hugging Face 服务器。配置代理可能也无效,但通过替换 LM Studio 内置的 Hugging Face 域名为其国内镜像站 hf-mirror.com,即可快速解决问题。以下是针对 Mac 用户的详细操作教程。


解决方案原理

LM Studio 默认从 huggingface.co 拉取模型,但由于网络限制,国内用户常出现连接失败。通过修改 LM Studio 内部代码,将 huggingface.co 全局替换为国内镜像站 hf-mirror.com,即可绕过网络限制,加速模型下载。


操作步骤

1. 使用 VSCode 打开 LM Studio 资源目录

  • 关闭 LM Studio:确保应用完全退出(可在 Dock 栏右键点击图标选择退出)。

  • 打开指定目录
    通过终端快速定位到目标文件夹,执行以下命令:

    bash 复制代码
    # 使用 VSCode 直接打开目录(需已安装 VSCode)
    code /Applications/LM\ Studio.app/Contents/Resources/app/.webpack
    • 如果终端提示 command not found: code,需先在 VSCode 中安装 Shell Command (通过 Cmd+Shift+P 搜索并选择 Install 'code' command in PATH)。

2. 全局替换 Hugging Face 域名

  • 使用 VSCode 的全局替换功能
    1. 在 VSCode 中按下 Cmd+Shift+H(或通过菜单 Search > Replace in Files)。
    2. 在搜索框输入 huggingface.co,替换框输入 hf-mirror.com
    3. 点击右侧的「替换全部」按钮(需确认替换范围是当前打开的 .webpack 目录)。
    4. 保存所有修改文件(Cmd+S)。

3. 重新启动 LM Studio

  • 重启应用 :重新打开 LM Studio,尝试搜索并下载任意模型(如 Llama-3-8B),此时应能正常加载模型列表并下载。

常见问题

Q1: 替换后应用无法打开怎么办?

  • 恢复备份或重装应用
    如果修改导致 LM Studio 崩溃,建议:
    1. 从官网重新下载并安装 LM Studio。
    2. 重新执行替换步骤,确保仅替换 huggingface.cohf-mirror.com,不要误改其他内容。

Q2: 是否会影响后续更新?

  • 镜像站与官方同步hf-mirror.com 是 Hugging Face 的国内官方镜像,模型和更新与主站实时同步,无需担心数据不一致。

总结

通过替换 LM Studio 的 Hugging Face 域名,国内用户可以无缝下载模型,无需额外配置代理。如果遇到其他问题,欢迎在评论区留言交流!


声明:本教程仅用于技术交流,替换操作需遵守 LM Studio 及 Hugging Face 的相关使用条款。

相关推荐
xuhe219 小时前
AI时代一届计算机学生本科生 四年生活 保研记录: 四非本科 -> 中流985
ai·github·科研
金融RPA机器人丨实在智能20 小时前
实在Agent的下单和部署流程复杂吗?2026全流程解析:从分钟级交付到企业级AI智能体规模化落地
人工智能·ai
茉莉玫瑰花茶20 小时前
LangGraph 其他核心能力 [ 3 ]
python·ai
John_ToDebug20 小时前
WeakPtr 与 Raw 指针:UAF 如何识别、如何处理、以及 Chromium 的设计哲学
c++·chrome·ai
袋鼠云数栈前端20 小时前
基于 superpowers 实现复杂前端改造
前端·ai
武子康20 小时前
调查研究-155 Open-LLM-VTuber 本地部署与互动实战指南
人工智能·python·深度学习·ai·数字人
装不满的克莱因瓶21 小时前
使用 PyTorch Tensor 的相关数据处理
人工智能·pytorch·python·深度学习·机器学习·ai
小二·21 小时前
Dify + Ollama + DeepSeek:本地部署完全指南
ai·deepseek
企服AI产品测评局1 天前
2026年Agent元年!深度解析实在Agent未来路线图:从自动化工具到全能数字员工的跃迁
运维·人工智能·ai·chatgpt·自动化
weixin_468466851 天前
UNet 模型结构从零搭建与实战解析
人工智能·深度学习·算法·机器学习·ai·unet