为什么使用sentence-transformers的from_pretrained方法时会出现"ConnectionError"错误？

一、问题现象描述

在Python开发环境中使用sentence-transformers库时，当执行类似以下代码时：

from sentence_transformers import SentenceTransformer
model = SentenceTransformer.from_pretrained('all-MiniLM-L6-v2')

开发人员经常会遇到ConnectionError异常，错误信息通常表现为：

"Failed to establish a new connection: [Errno 110] Connection timed out"

这种网络连接错误会导致预训练模型无法正常下载和加载，进而影响整个自然语言处理流程的执行。

经过对大量案例的研究，我们发现导致这种连接错误的主要原因包括：

企业防火墙或地区网络管制可能会阻止访问Hugging Face模型仓库（huggingface.co）。特别是在某些办公网络环境下，对外部资源的访问受到严格限制。

当开发环境需要通过代理服务器访问外部网络时，如果没有正确配置Python的代理设置，会导致requests库无法建立有效连接。

Hugging Face的模型托管服务器在高峰期可能面临巨大的访问压力，导致响应延迟或连接超时。

本地网络的DNS服务可能无法正确解析Hugging Face的域名，导致连接请求无法到达目标服务器。

已损坏的本地模型缓存文件可能导致库尝试重新下载模型，但在下载过程中遇到网络问题。

对于需要通过代理访问外网的场景，可以通过以下方式设置代理：

import os
os.environ['HTTP_PROXY'] = 'http://your-proxy-address:port'
os.environ['HTTPS_PROXY'] = 'http://your-proxy-address:port'

对于中国大陆用户，可以配置镜像源加速下载：

from sentence_transformers import util
util.HUGGINGFACE_CO_URL = "https://mirror.example.com"

事先下载好模型文件到本地，然后从本地路径加载：

model = SentenceTransformer('/path/to/local/model')

增加连接和读取超时时间：

import requests
requests.adapters.DEFAULT_TIMEOUT = 60

对于顽固的网络问题，可以采用以下高级调试方法：