Token导航 LogoToken导航TokenDH.com
待分类需要联网github未标认证来源可访问许可证需确认审计提醒

modelscope-climodelscope CLI 命令行

Agent Skill

modelscope-cli 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

275

周安装

11

GitHub Stars

12

下载量

89
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:modelscope-cli(modelscope CLI 命令行)
来源仓库:https://github.com/ascend/agent-skills
仓库路径:skills/modelscope-cli
安装命令:
npx skills add https://github.com/ascend/agent-skills --skill modelscope-cli
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/ascend/agent-skills --skill modelscope-cli

简介

用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。

  • 适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理。
  • 通过 npx skills add 命令从指定仓库安装,需确认权限和维护状态。
  • 涉及联网、命令执行或文件读写时,应先评估安全风险和操作边界。
  • 建议结合原始 README 核验具体用法和功能细节。

SKILL.md

概述

ModelScope CLI Skill 提供 ModelScope 平台模型与数据集的批量下载、完整性校验、参数量统计等功能,支持 Ascend NPU 等多种部署场景。

核心价值:

  • 批量下载 ModelScope 模型和数据集
  • 自动环境检测与前置验证
  • 网络诊断与故障排查
  • SHA256 完整性校验
  • 模型参数量智能统计
  • 循环重试机制应对网络不稳定

推荐: Ascend NPU 部署建议优先从 Eco-Tech 组织 下载已优化的量化模型,详见 reference/ASCEND_MODELS.md


前置条件

必需环境

依赖版本要求检查命令
Python>= 3.7python3 --version
ModelScope CLI最新版modelscope --version
磁盘空间100GB+ (推荐)df -h

安装 ModelScope

# 推荐:清华镜像源
pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple

网络要求

  • 外网访问能力(或配置代理)
  • 内网环境需配置代理和 SSL 证书,详见 代理配置

快速开始

步骤 1:环境检查

# 执行前置检查
bash scripts/run_preflight_check.sh

# 如检查失败,运行诊断
bash scripts/run_network_diagnose.sh

步骤 2:下载模型

编辑 scripts/run_ms_model_download.sh 配置模型列表,然后执行:

bash scripts/run_ms_model_download.sh

步骤 3:校验完整性

bash scripts/run_check_sha.sh ./models/Qwen-2B

使用方法

模型下载

配置下载列表

编辑 scripts/run_ms_model_download.sh

# 模型列表
MODELS=(
  Qwen/Qwen3.5-2B-Base
  Eco-Tech/Qwen3.5-397B-A17B-w8a8-mtp
)

# 下载目录(请根据实际环境修改)
DIR="./models"

# 排除文件
EXCLUDE="*.onnx *.onnx_data"

执行下载

# 基本下载
bash scripts/run_ms_model_download.sh

# 循环重试(网络不稳定时推荐)
bash scripts/ms_loop.sh scripts/run_ms_model_download.sh

# 跳过前置检查
SKIP_PREFLIGHT=1 bash scripts/run_ms_model_download.sh

直接使用 CLI

# 下载模型
modelscope download --model 'Qwen/Qwen3.5-2B-Base' --local_dir ./models

# 下载数据集
modelscope download --dataset 'WorldVQA/WorldVQA' --local_dir ./datasets

# 排除文件
modelscope download --model 'Qwen/Qwen3.5-2B-Base' --exclude '*.onnx,*.onnx_data'

更多 CLI 用法详见 reference/wiki.md


数据集下载

编辑 scripts/run_ms_datasets_download.sh

DATASETS=(
  WorldVQA/WorldVQA
)
DIR="./datasets"

执行:

bash scripts/run_ms_datasets_download.sh

完整性校验

# 校验单个模型
bash scripts/run_check_sha.sh ./models/Qwen-2B

# 校验会自动生成 .sha256sum 文件并验证

参数量统计

# 统计单个模型
bash scripts/run_report_param.sh ./models/Qwen-2B

# 统计目录下所有模型
bash scripts/run_report_param.sh ./models

输出示例:

模型: Qwen-2B
========================================
权重文件数量: 2
模型总大小: 4.00 GB
数据精度: BF16/FP16 (每参数 2.0 字节)
推测参数量: 2.00 B (1-7B)

参数量计算原理详见 reference/wiki.md - 参数量计算


网络诊断

# 完整诊断
bash scripts/run_network_diagnose.sh

诊断项目:

  • 环境变量(代理配置)
  • DNS 解析
  • Ping 连通性
  • HTTP 连接测试
  • SSL 证书信息
  • Python SSL 测试

诊断结果的详细排查方法见 reference/wiki.md - 故障排查


代理配置

# 交互式代理配置
bash scripts/setup_proxy.sh

该脚本支持:

  • 检测已有代理配置
  • 交互式设置 HTTP/HTTPS 代理
  • 持久化到 ~/.bashrc
  • 可选配置 pip 镜像源

也可手动设置:

export HTTP_PROXY=http://proxy-host:port
export HTTPS_PROXY=http://proxy-host:port

循环重试

网络不稳定时使用循环重试:

# 基本用法
bash scripts/ms_loop.sh scripts/run_ms_model_download.sh

# 自定义重试间隔(秒)
bash scripts/ms_loop.sh scripts/run_ms_model_download.sh 10

# 记录日志
bash scripts/ms_loop.sh scripts/run_ms_model_download.sh 5 2>&1 | tee download.log

脚本说明

脚本功能用法参考文档
run_preflight_check.sh环境前置检查bash scripts/run_preflight_check.sh-
run_network_diagnose.sh网络诊断bash scripts/run_network_diagnose.shwiki.md - 故障排查
run_ms_model_download.sh批量下载模型bash scripts/run_ms_model_download.shwiki.md - CLI 命令
run_ms_datasets_download.sh批量下载数据集bash scripts/run_ms_datasets_download.shwiki.md - CLI 命令
run_check_sha.shSHA256 校验bash scripts/run_check_sha.sh <目录>-
run_report_param.sh参数量统计bash scripts/run_report_param.sh <目录>wiki.md - 参数量计算
ms_loop.sh循环重试bash scripts/ms_loop.sh <脚本> [间隔]-
setup_proxy.sh代理配置bash scripts/setup_proxy.shwiki.md - 环境配置

常见问题

1. 前置检查失败

现象: run_preflight_check.sh 报告检查失败

解决:

# 运行诊断
bash scripts/run_network_diagnose.sh

# 根据诊断结果:
# - 代理未配置 → 运行 bash scripts/setup_proxy.sh 或手动设置环境变量
# - SSL 证书失败 → 安装证书或禁用验证
# - 网络不通 → 检查防火墙/代理

2. SSL 证书验证失败

原因: 内网自签名证书

解决方法 1 - 安装证书(推荐):

# 将自签名 CA 证书添加到系统信任库
# CentOS/RHEL:
sudo cp your-ca.crt /etc/pki/ca-trust/source/anchors/
sudo update-ca-trust

# Ubuntu/Debian:
sudo cp your-ca.crt /usr/local/share/ca-certificates/
sudo update-ca-certificates

解决方法 2 - 禁用验证:

import ssl
ssl._create_default_https_context = ssl._create_unverified_context

3. 下载中断

解决:

# 使用循环重试
bash scripts/ms_loop.sh scripts/run_ms_model_download.sh

# 断点续传(重新执行会自动跳过已下载文件)
bash scripts/run_ms_model_download.sh

4. 磁盘空间不足

解决:

# 检查空间
df -h

# 清理缓存
rm -rf ~/.cache/modelscope/hub/

# 修改下载目录
# 编辑 run_ms_model_download.sh 中的 DIR 变量

5. 模型 ID 找不到

解决:


相关资源

官方文档

推荐模型组织

组织链接说明
Eco-Tech链接Ascend 优化量化模型
vllm-ascend链接vLLM-Ascend 基准模型
Qwen链接通义千问系列
ZhipuAI链接智谱 GLM 系列

更多模型推荐见 reference/ASCEND_MODELS.md

参考文档

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

35.19%
按下载量换算31

Claude

28.81%
按下载量换算26

Cursor

17.34%
按下载量换算15

Gemini CLI

9.53%
按下载量换算8

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills