症状の整理:Ollama の pull だけが「途中で止まる/遅い」

ブラウザで一般的な Web サービスにアクセスする分には問題ないのに、ターミナルで ollama pull を実行したときだけ、進行バーが動かない、数分待って断線する、同じ回線の別端末は速い、といった症状は案外よく起きます。原因が「Hugging Face 全体の障害」単体と決まるケースは少なく、そのプロセスが開いている接続の行き先が一つに偏っている、DNS だけ期待と違う経路、帯域の大きい層(モデルバイナリ)と小さい層(メタデータ)が同じ遅延の多い出口を共有している、といったネットワーク設計上の要因と重なりがちです。

Ollama や llama.cpp を用いた ローカル大モデルの導入では、体験の中心は推論速度ですが、そこに至る前のモデルダウンロードが先に失敗してしまうと、以降の話になりません。本稿はアプリケーションの起動引数の大全ではなく、Clash/Mihomo のルール・DNS・ログを使った切り分けに集中します。既存の OpenAI/ChatGPT 向けの分流稿はブラウザや API クライアント向けのホスト集合が主で、huggingface.co やミラー、コンテナ用レジストリの組み合わせとは一致しません。用途を混同しないのが重要です。

なぜ Hugging Face 本体と「ミラー・CDN・レジストリ」を分けて考えるのか

多くの購読ルールセットは、海外系サービスを一括で PROXY に載せるか、逆に大きな GEOIP,CN,DIRECT を先頭に置く、といった粗い分類になりがちです。ところがモデル取得は、数十〜数百 MB を超える単一接続が支配的な場面と、短い往復の JSON やリダイレクトだけの場面が交互に出ます。前者は「帯域が太く安定したノード」、後者は「往復遅延が小さいノード」が向くことがあり、同一の select ノード名に括ると、片方のスループット枯渇が他方の体感タイムアウトに直結します。

加えて、コミュニティが提供する ミラーや企業内の プロキシ経由のミラーに切り替えると、正規の *.huggingface.co とはまったく別のドメインに向くことがあります。ここを「AI 用ルール 1 本」にまとめると、ミラー用の FQDN がルール上 DIRECT に落ち、期待した経路に乗らない、逆に帯域制限付きの出口だけに乗る、といった不整合が生じます。実務では HF_HUB(模型・メタの取得の核)と REGISTRY(例:コンテナ用の registry-1.docker.io など、環境に応じる)、MIRROR(手元の設定で使う国内・社内の代替ホスト)のように、論理出口を複数用意し、コアの接続ログに出る SNI を起点に育てるのが安全です。ルールの差し替えしやすさは、Rule Providers とも相性がよいです。

想定するドメインの「かたまり」(出発点のラフ分類)

以下は 出発点であり、Ollama のバージョン、組み込まれたダウンローダ、ミドルウェア、利用するモデル定義(Modelfile)によって増減します。本番では 失敗直後のコアログでホスト名を裏取りしてください。

  • Hugging Face の核:huggingface.co および配下の API や LFS 取得に使われるサブドメイン。大容量層の主戦場です。
  • 配信と CDN 周辺:静的資産やリダイレクト先、証明書検証用の往復。ブログ用の図表ページでは速くても、CLI の TLS クライアントでは別経路に落ちる、という切り分けが起き得ます。
  • ミラー(任意):環境変数 HF_ENDPOINT や社内手順で指定する代替ベース URL。正規の Hugging Face と同じ policy にしない方が、遅延要因の切り分けが容易です(ミラー専用の select を置く想定)。
  • コンテナ・パッケージ層:Ollama を Docker で動かしイメージを取りに行く、あるいは GPU 用ランタイムの取得が別ドメインに伸びる、といった隣接層。モデル層のルールと混ぜると、症状が似ていて原因が違う場合に手戻りが増えます。

DOMAIN-KEYWORD,huggingface のように短い条件は、想定外のサードパーティに誤爆しやすいため、ログに出たサフィックスを優先し、徐々に狭い DOMAIN/DOMAIN-SUFFIX へ置き換えるのがよい習慣です。

切り分け0:Ollama プロセスはシステムプロキシを踏んでいるか

Clash の「システムプロキシ」や TUN を有効にしても、デーモンやサービスとして動くバイナリが OS の代理設定を読まない、という状況は普通にあります。手元のシェルからは curl で経路を試せても、別ユーザーや systemd ユニットで動いている ollama だけ違う、という切り分けが必要です。macOS では ターミナルと HTTP(S)_PROXY、Linux では該当ユニットの Environment= や、Docker の --network 設定まで含めて「誰のプロセスが誰のルールを使うか」を揃えます。TUN モード全般の整理は TUN モードが参照先になります。

ルールのイメージ(YAML 断片・検証前提)

実運用ではノード名・タグ名が環境依存のため、ここでは 構造のスケッチに留めます。YAML 内のコメントは英語のみとします。

# Illustrative only — expand from live SNI in client logs; mirror FQDNs are site-specific
proxy-groups:
  - name: HF_HUB
    type: select
    proxies: [NODE_STABLE_A, NODE_HIGH_BW, AUTO]
  - name: HF_MIRROR
    type: select
    proxies: [DIRECT, NODE_IN_REGION, AUTO]
  - name: REGISTRY
    type: select
    proxies: [DIRECT, NODE_STABLE_B, AUTO]

rules:
  - DOMAIN-SUFFIX,your.mirror.internal,HF_MIRROR
  - DOMAIN-SUFFIX,huggingface.co,HF_HUB
  - DOMAIN,cdn-lfs.huggingface.co,HF_HUB
  - DOMAIN-SUFFIX,registry-1.docker.io,REGISTRY
  - DOMAIN-SUFFIX,ghcr.io,REGISTRY

狭い DOMAIN を上、広い DOMAIN-SUFFIX を下に置く、という順序は 分流ルール入門 と同じ原則です。ミラーの FQDN が HF_HUB より上か下かで、実際の出口はまったく変わります。

切り分け1:DNS がルールより先にズレていないか

fake-ip モード、redir-host、端末の Secure DNS、ルータの DoH が重なると、ルール上は PROXY なのに名前解決結果だけ意図と違うという状態が起き得ます。大容量の取得は数分のセッションに及ぶため、途中で接続先が入れ替わると「同じ pull なのに再現しない」症状に見えます。手順は、(1)失敗中のホスト名をコアログで特定、(2)同じ名前を dig で見た答えと照合、(3)Clash DNS と OS DNS を切り替えて挙動が変わるか、の三段が有効です。汎用の流れは 接続はあるのに遅い/止まる問題の切り分け と共通の観測点です。

切り分け2:GEOIP や広い直結が先に当たっていないか

GEOIP,CN,DIRECT や社内の全トラフィック直結の例外は、条件が広いと Hugging Face 周辺の一部ホスト名が意図せず直結に落ち、TLS まで届かない・途中でリセットに見えることがあります。対策は、観測した狭い例外を GEOIP より上に置くことです。変更後しばらくログを流し、新しい誤配がないか確認してください。HTTP/3 や UDP を絡めた挙動の揺れは、QUIC 関連の稿 とも参照関係にあります。

他稿との棲み分け(OpenAI API・ターミナル CLI など)

当ブログでは、OpenAI Codex CLI 向けに、api.openai.com とドキュメント/更新取得を分ける流れを整理しています。本稿の対象は ウェイトファイルを Hugging Face 系(およびミラー)から引く層であり、ホスト集合は一致しません。同じ「AI っぽい」ルールを流用すると抜け漏れが増えます。対話型 Web UI の話に寄せると、DeepSeek 等の API 用稿と主題は近くなりますが、ローカル Ollama の pull にフォーカスしたときの観測点は、やはり LFS や大容量帯域に寄る点が異なります。

検証チェックリスト

次を上から潰すと、原因当たりが速くなります。(1)ollama を一度止め、他プロセスの影響を切る。(2)pull 中のコアログで、遅延やリセットの直前のホスト名・ポート・プロトコルを取る。(3)そのホストのルール上の最初のマッチを確認する。(4)DNS モードを変え、再現性を見る。(5)HF_HUB だけノードを差し替え、スループットが変わるか比較する。(6)ミラーを併用しているなら、ミラー FQDN 専用の行が意図どおり上にあるかを確認する。(7)Docker 併用なら、イメージ取得とモデル取得を論理的に分けて観測する。

これは単一の「帯域が遅い」レベルではなく、並行接続と大容量層に対する切り分けが中心です。ログの見出し方を揃えれば、同僚への引き継ぎもしやすくなります。

利用規約や職場のセキュリティポリシーで禁止されている通信をプロキシで迂回することはできません。本稿は、正当な権限のあるネットワーク上での到達性と安定性の改善を対象としています。

まとめ

Ollama の モデルダウンロードが途切れるとき、まずは Hugging Face とミラー、レジストリ系の各ドメインを別出口に分け、DNS とルールの先行マッチを揃えて観測するのが実務的です。ブラウザのチャット利用と違い、ローカル大モデルの文脈では帯域と接続数が支配的で、一つの select に頼る設計のままだと、見かけ上は同じ「タイムアウト」でも中身の原因が多様になります。全体の導線は ドキュメント も併せて参照してください。オープンソースの挙動確認は Ollama や Mihomo のリポジトリが参照先になり得ますが、Clash クライアントの入手は 当サイトのダウンロードページ を優先すると、初めての方が手順を取り違えにくいです。コミュニティ版や同等機能を求める場合の比較は、トップ から各クライアント紹介へ辿るとよいでしょう。

可視化とルール差し替えのしやすさは、Clash/Mihomo 系の長所のひとつです。試行回数を減らし、ローカル推論の準備段階でつまずく時間を短くする助けになれば幸いです。

→ Clash を無料ダウンロードし、Ollama のモデル取得をルールで安定させる