fn_registry/python/functions/ml/hf_snapshot_download.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	params	output	tested	tests	test_file_path	file_path
hf_snapshot_download	function	py	ml	1.0.0	impure	def hf_snapshot_download(repo_id: str, allow_patterns: list[str] | None = None, ignore_patterns: list[str] | None = None, local_dir: str | None = None, token: str | None = None) -> str	Descarga un snapshot de un repo HuggingFace Hub (completo o filtrado por patrones glob). Wrapper de huggingface_hub.snapshot_download con ImportError descriptivo. Soporta repos privados/gated via token. Retorna path local del snapshot.	huggingface hf download snapshot model weights safetensors ml hub pendiente-usar				false	error_go_core	huggingface_hub	name desc repo_id identificador del repo en HuggingFace Hub en formato 'owner/name' (ej: 'runwayml/stable-diffusion-v1-5') name desc allow_patterns lista opcional de patrones glob para incluir solo ciertos archivos (ej: ['*.safetensors', 'config.json']). None descarga todo. name desc ignore_patterns lista opcional de patrones glob para excluir archivos (ej: ['*.bin', 'flax_*', 'tf_*']). Util para descargar solo safetensors y evitar duplicados en otro formato. name desc local_dir directorio local de destino. Si None, usa el cache global de HuggingFace (~/.cache/huggingface/hub/). name desc token token de acceso HuggingFace para repos privados o gated (Llama, Gemma, etc.). Si None, usa la variable de entorno HF_TOKEN.	string: path absoluto al directorio local donde quedo almacenado el snapshot	true	repo_id se pasa correctamente a snapshot_download retorna string (la ruta local) allow_patterns se incluye en los kwargs si se especifica ignore_patterns se incluye en los kwargs si se especifica local_dir se incluye en los kwargs si se especifica token se incluye en los kwargs si se especifica args opcionales None no se incluyen en kwargs ImportError descriptivo si huggingface_hub no esta instalado	python/functions/ml/tests/test_hf_snapshot_download.py	python/functions/ml/hf_snapshot_download.py

Ejemplo

from ml.hf_snapshot_download import hf_snapshot_download

# Descargar solo safetensors y JSONs de SD v1.5 (evita el .bin de 4 GB)
path = hf_snapshot_download(
    repo_id="runwayml/stable-diffusion-v1-5",
    allow_patterns=["*.safetensors", "*.json", "*.txt"],
    ignore_patterns=["*.bin"],
    local_dir=".local/models/sd-v1-5",
)
# path = "$HOME/fn_registry/.local/models/sd-v1-5"

# Descargar un modelo gated (Llama) con token
path = hf_snapshot_download(
    repo_id="meta-llama/Llama-2-7b-hf",
    ignore_patterns=["*.bin"],
    local_dir=".local/models/llama-2-7b",
    token="hf_xxxxxxxxxxxxxxxxxxxxxxxx",
)

# Descargar al cache global (sin local_dir)
path = hf_snapshot_download("BAAI/bge-m3")
# path = "/home/lucas/.cache/huggingface/hub/models--BAAI--bge-m3/snapshots/..."

Notas

• El wrapper es minimo: no reimplementa logica de descarga, solo asegura que huggingface_hub no sea requerido en tiempo de indexacion del registry.
• snapshot_download es idempotente: si el snapshot ya existe en el cache/local_dir con los mismos hashes, no vuelve a descargar.
• allow_patterns y ignore_patterns usan la semantica de fnmatch. Tienen precedencia: si un archivo coincide con ambos, ignore_patterns gana.
• Para repos grandes (>10 GB), conviene usar ignore_patterns=["*.bin"] si el repo ofrece safetensors (formato mas seguro, sin pickle, y soporta mmap).
• El token puede ponerse tambien en ~/.cache/huggingface/token via huggingface-cli login para no pasarlo inline.
• impure: hace I/O de red, escribe en disco, depende de disponibilidad del Hub.