幕僚云用户使用文档

修改ModelScope数据存储目录 ​

查看环境中是否有 ModelScope

Bash
pip list | grep modelscope
pip list | grep modelscope

若输出中显示了 modelscope 及其版本号，就表明它已经安装好了，如下图；要是没有输出，就意味着未安装。

img

检查环境变量

ModelScope 允许通过设置环境变量 MODELSCOPE_CACHE 来指定数据目录。你可以在Linux/macOS终端中输入 echo $MODELSCOPE_CACHE 查看。

确定 ModelScope 数据目录位置

ModelScope 默认的数据存储目录与操作系统相关，Linux/macOS通常为 ~/.cache/modelscope/hub，等价于 /用户目录/.cache/modelscope/hub。你可以在终端输入 echo ~/.cache/modelscope/hub 快速查看该路径。如果该环境变量有值，那么它指定的路径就是 ModelScope 的数据目录；如果 ModelScope 安装好了但 ~/.cache/modelscope/hub 目录不存在，可能是因为还没有进行过需要使用该目录的操作，比如下载模型或数据集等，这里以两种模型下载方式为例：

方式1：命令行下载

Bash
#下载单个文件到指定本地文件夹
modelscope download --model deepseek-ai/DeepSeek-R1 README.md
#下载单个文件到指定本地文件夹
modelscope download --model deepseek-ai/DeepSeek-R1 README.md

img

如果之前修改过pip及miniconda目录，之后安装了modelscope 并且显示安装成功，但是执行上述命令后输出 modelscope: command not found，就在环境变量中添加echo 'export PATH=/data/pip/installation/bin:$PATH' >> ~/.bashrc，然后source ~/.bashrc使其重新生效。

img

方式2：SDK下载

使用虚拟环境（我创建的虚拟环境是test_new_env，执行conda activate test_new_env激活）进入python，输入以下代码测试下载模型存放位置：

python
import modelscope
from modelscope.hub.snapshot_download import snapshot_download

# 指定正确的模型名称
model_name = 'damo/nlp_structbert_sentiment-classification_chinese-base'

# 下载模型
model_dir = snapshot_download(model_name)

# 打印模型下载的路径
print(f"模型已下载到: {model_dir}")
import modelscope
from modelscope.hub.snapshot_download import snapshot_download

# 指定正确的模型名称
model_name = 'damo/nlp_structbert_sentiment-classification_chinese-base'

# 下载模型
model_dir = snapshot_download(model_name)

# 打印模型下载的路径
print(f"模型已下载到: {model_dir}")

img

创建目标目录

Bash
mkdir -p /data/modelscope
mkdir -p /data/modelscope

配置环境变量，修改模型存储位置

python
echo 'export MODELSCOPE_CACHE=/data/modelscope' >> ~/.bashrc
source ~/.bashrc
echo 'export MODELSCOPE_CACHE=/data/modelscope' >> ~/.bashrc
source ~/.bashrc

img

验证新的 ModelScope 数据目录位置

方式1：命令行下载

Bash
#下载单个文件到指定本地文件夹
modelscope download --model sesameAILabs/csm-1b README.md
#下载单个文件到指定本地文件夹
modelscope download --model sesameAILabs/csm-1b README.md

img

方式2：SDK下载

使用创建好的虚拟环境（我创建的虚拟环境是test_new_env，执行conda activate test_new_env激活test_new_env）进入python，输入以下代码测试下载模型存放位置：

python
import modelscope
from modelscope.hub.snapshot_download import snapshot_download

# 指定正确的模型名称
model_name = 'damo/nlp_structbert_sentiment-classification_chinese-base'

# 下载模型
model_dir = snapshot_download(model_name)

# 打印模型下载的路径
print(f"模型已下载到: {model_dir}")
import modelscope
from modelscope.hub.snapshot_download import snapshot_download

# 指定正确的模型名称
model_name = 'damo/nlp_structbert_sentiment-classification_chinese-base'

# 下载模型
model_dir = snapshot_download(model_name)

# 打印模型下载的路径
print(f"模型已下载到: {model_dir}")

img