Uma lista de verificação para conservar uma biblioteca local de modelos antes de libertar espaço em disco

A parte dispendiosa de uma biblioteca de modelos nem sempre é o maior ficheiro. É frequentemente o modelo que não consegue voltar a identificar, o adaptador cujo modelo base esqueceu ou a cópia do ambiente que elimina enquanto ainda está em uso. A conservação começa pela clareza, não por um comando de limpeza.

Uma biblioteca local de modelos organizada em vias de execução ativa, transferência temporária e conservação concluída.
Classifique primeiro: um armazenamento ativo do ambiente de execução, uma transferência reproduzível e uma família concluída exigem tratamentos diferentes.

Antes de alterar uma pasta

Comece por separar três categorias: armazenamento ativo do ambiente de execução, transferências temporárias ou reproduzíveis e artefactos de modelos concluídos que pretende conservar deliberadamente. Uma pasta pode passar de uma categoria para outra, mas tratar as três como «coisas a eliminar mais tarde» é a forma de fazer desaparecer um histórico útil de modelos.

Não confunda os armazenamentos dos ambientes de execução com uma biblioteca

O Hugging Face, Ollama, LM Studio e ComfyUI dispõem de formas de colocar em cache, descarregar, importar ou descobrir modelos. Esses armazenamentos são concebidos para os respetivos ambientes. Antes de libertar espaço, saiba onde estão os dados ativos e como a aplicação espera que sejam geridos.

O guia da cache do Hugging Face, o guia de armazenamento do Ollama, o guia do LM Studio e o guia da pasta de modelos e caminhos adicionais do ComfyUI ajudam a identificar esses limites. Devem ser consultados antes de qualquer decisão de armazenamento.

Escolha a família do arquivo

O Tensor Archive funciona melhor quando a família é real: um modelo base com os respetivos adaptadores, versões concluídas de um projeto ou implementações que repetem o mesmo modelo base. Não é um botão genérico para «arquivar toda a unidade» e não decide que pastas de origem devem ser eliminadas.

Comece pelos modelos que utiliza mais. Assim, terá um teste de recuperação que consegue realmente avaliar, em vez de um arquivo gigantesco que não consegue compreender.

Faça da recuperação a condição de conclusão

  1. Analise a família local e inspecione o resultado antes de criar o arquivo.
  2. Arquive a família numa cópia local gerida.
  3. Execute Verificar para comprovar a capacidade de recuperar os bytes guardados.
  4. Restaure para uma localização separada e teste-a no fluxo de trabalho relevante.
  5. Só depois remova manualmente uma cópia de origem redundante, se ainda o pretender.

Verificar não é avaliar o modelo. Comprova que os ficheiros arquivados podem ser recuperados exatamente. Não comprova que o modelo restaurado tem a qualidade, segurança, comportamento de prompts ou resultado de treino que espera. Execute o teste relevante para o seu caso de utilização.

Depois, repita o processo, não o risco

Depois de comprovar a primeira família, repita deliberadamente: um modelo base e adaptadores, uma experiência concluída ou um grupo de implementações que repita o mesmo modelo. Mantenha um inventário simples do que arquivou e porquê. As famílias pequenas e compreensíveis são mais fáceis de restaurar e muito menos suscetíveis de causar uma surpresa mais tarde.

Para a primeira sequência prática, consulte o início rápido do Tensor Archive. Se o problema imediato for uma biblioteca de LoRA, comece pelo guia de espaço em disco. Para trabalhos específicos de um ambiente, utilize o fluxo de cópia de segurança de modelos do ComfyUI ou limpe a cache do Hugging Face em segurança apenas depois de explicitar as decisões de conservação.

Referências dos ambientes de execução

Conserve o modelo. Liberte o disco de trabalho.Download gratuito ↓