如何本地离线使用spaCy 锁定本地模型禁止自动更新

你当前使用nlp.to_disk("./en_example_pipeline")导出、再通过spacy.load("./en_example_pipeline")加载本地路径模型的方式，全程不会触发联网，也不会自动拉取模型更新，完全符合你固定使用本地模型版本的需求。

不同加载参数对应的联网行为 #

• 传入本地磁盘路径（相对路径/绝对路径均可）作为spacy.load()的参数时，spaCy只会直接读取对应路径下的模型配置、权重文件，整个加载流程没有任何对外网络请求逻辑，既不会检查远程是否有新版本，也不会下载任何远程资源，始终使用你本地存储的模型版本。
• 只有传入模型简称（例如spacy.load("en_core_web_sm")）时，spaCy才会优先检索本地已安装的模型包，在默认配置下可能触发版本更新提示，这类调用方式才存在联网可能。

彻底禁网的兜底配置 #

如果需要完全阻断spaCy运行过程中所有可能的网络请求，可以在代码入口处添加环境变量配置，强制关闭所有联网相关逻辑：

import os
# 禁用spaCy所有网络连接、版本检查、更新提示逻辑
os.environ["SPACY_HAS_CONNECTION"] = "0"

使用nlp.to_disk()导出的自定义流水线，只要保证导出路径下的文件完整无缺失，配合上述配置就可以在完全无公网的环境下正常运行，不会出现任何联网检索、拉取资源的行为。

提示：如果你的流水线中集成了第三方自定义组件，需要提前在离线环境中安装好对应依赖包，这部分不属于spaCy模型本身的加载逻辑，不会触发spaCy侧的网络请求。

内容的提问来源于stack exchange，提问作者LisaK