调用本地embeddings时仍会连接Huggingface下载的解决方法

部分报错：

TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。

 urllib3.exceptions.ConnectTimeoutError: (<urllib3.connection.HTTPSConnection object at
0x0000020872CE6DA0>, 'Connection to huggingface.co timed out. (connect timeout=None)')

urllib3.exceptions.MaxRetryError: HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /api/models/BAAI/bge-large-zh-v1.5/revision/main (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x0000020872CE6DA0>, 'Connection to huggingface.co timed out. (connect timeout=None)'))
 

huggingface_hub.utils._errors.LocalEntryNotFoundError: Cannot find an appropriate cached snapshot folder for the specified revision on the local disk and outgoing traffic has been disabled. To enable repo look-ups and downloads online, pass 'local_files_only=False' as input.

   

问题的可能原因：

Linux系统中在使用HuggingFaceEmbeddings或相近函数时会从huggingface下载embedding模型的部分文件（非模型文件），默认会保存在cache目录下，文件结构如图所示（以BAAI/bge-large-zh-v1.5为例）。

未成功下载以上文件时，无法调用本地embdding模型。我们可用通过在HuggingFaceEmbeddings函数中增加cache_folder='./'，使上面名为models--BAAI-bge-large-zh-v1.5文件下载到运行的代码所在目录。

embedding = HuggingFaceEmbeddings(
    model_name=model_name,
    cache_folder='./',
    model_kwargs=model_kwargs,
    encode_kwargs=encode_kwargs,
)

若未成功下载，可在命令行输入以下内容或者挂梯子后，再次运行上面调用embedding模型的代码。

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

​

内容演示：

1.在有本地embedding模型BAAI/bge-large-zh-v1.5与models--BAAI-bge-large-zh-v1.5文件，且断网情况下成功使用embedding模型构建向量数据库：

2.在有本地embedding模型BAAI/bge-large-zh-v1.5，但没有models--BAAI-bge-large-zh-v1.5文件，且断网的情况下构建失败：

3.在有本地embedding模型BAAI/bge-large-zh-v1.5，没有models--BAAI-bge-large-zh-v1.5文件，但联网（未挂梯子）的情况下构建失败：

4.在有本地embedding模型BAAI/bge-large-zh-v1.5，没有models--BAAI-bge-large-zh-v1.5文件，但联网（已挂梯子）的情况下构建成功，并把models--BAAI-bge-large-zh-v1.5文件下载到cache_folder指定目录：