Xget

一个超高性能、安全的加速服务，速度远超传统加速器，专为 GitHub、GitLab、Hugging Face、npm、PyPI 和 conda 的文件下载及 Git 操作设计。

🎯 快速使用

公共实例：xget.xi-xu.me - 开箱即用，无需部署！

⚡ 立即体验极速下载：无需注册，无需配置，直接使用即可感受飞一般的下载速度！

🌟 核心优势 - 为什么选择 Xget？

⚡ 极速性能 - 突破传统加速器瓶颈

• ⚡ 毫秒级响应：Cloudflare 全球 200+ 边缘节点，平均响应时间 < 50ms
• 🌐 HTTP/3 极速协议：启用最新 HTTP/3 协议，连接延迟降低 40%，传输速度提升 30%
• 📦 智能多重压缩：gzip、deflate、brotli 三重压缩算法，传输效率提升 60%
• 🔗 零延迟预连接：连接预热和保持活跃，消除握手开销，实现秒级响应
• ⚡ 并行分片下载：完整支持 Range 请求，多线程下载速度倍增
• 🎯 智能路由优化：自动选择最优传输路径，避开网络拥堵节点

🌐 多平台深度集成

• 一站式多平台镜像：统一支持代码仓库、包管理器、模型与数据集托管平台的高速下载
• 智能识别与转换：自动识别平台前缀（/gh/、/gl/、/hf/、/npm/、/pypi/、/conda/）并转换为目标平台的正确 URL 结构
• 一致的加速体验：无论文件类型或来源，均可享受统一且稳定的极速下载服务

🔒 企业级安全保障

• 多层安全标头：
  • Strict-Transport-Security：强制 HTTPS 传输，预防中间人攻击
  • X-Frame-Options: DENY：防止点击劫持攻击
  • X-XSS-Protection：内置 XSS 防护机制
  • Content-Security-Policy：严格的内容安全策略
  • Referrer-Policy：控制引用信息泄露
• 请求验证机制：
  • HTTP 方法白名单：常规请求限制为 GET/HEAD，Git 操作动态允许 POST
  • 路径长度限制：防止超长 URL 攻击（最大 2048 字符）
  • 输入清理：防止路径遍历和注入攻击
• 超时保护：30 秒请求超时，防止资源耗尽和恶意请求

🚀 现代架构与可靠性

• 智能重试机制：
  • 最大 3 次重试，线性延迟策略（1000ms × 重试次数）
  • 自动错误恢复，提高下载成功率
  • 超时检测和中断处理
• 高效缓存策略：
  • 1800 秒（30 分钟）默认缓存时长，显著减少源站压力
  • Git 操作跳过缓存，确保实时性
  • 基于 Cloudflare Cache API 的边缘缓存
• 性能监控系统：
  • 内置 PerformanceMonitor 类，实时追踪请求各阶段耗时
  • 通过 X-Performance-Metrics 响应头提供详细性能数据
  • 支持缓存命中率统计和优化建议

🎯 Git 协议完全兼容

• 智能协议检测：
  • 自动识别 Git 特定端点（/info/refs、/git-upload-pack、/git-receive-pack）
  • 检测 Git 客户端 User-Agent 模式
  • 支持 service=git-upload-pack 等查询参数
• 完整操作支持：
  • git clone：完整存储库克隆，支持浅克隆和分支指定
  • git push：代码推送和分支管理
  • git pull/fetch：增量更新和远程同步
  • git submodule：子模块递归克隆
• 协议优化：
  • 保持 Git 专用请求头和认证信息
  • 智能 User-Agent 处理（默认 git/2.34.1）
  • 支持 Git LFS 大文件传输

📱 生态系统集成

• 专用浏览器扩展：Xget for Chromium 提供无缝体验
  • 自动链接重定向，无需手动修改 URL
  • 支持自定义 Xget 实例域名
  • 多平台偏好设置和黑白名单管理
  • 本地处理，确保隐私安全
• 下载工具兼容：完美支持 wget、curl、aria2、IDM 等主流下载工具
• CI/CD 集成：可直接在 GitHub Actions、GitLab CI 等环境中使用

🚀 部署选择

Cloudflare Workers 一键部署

部署后，你的 Xget 服务将在 your-worker-name.your-subdomain.workers.dev 上可用。

手动部署

如果你更喜欢手动部署或需要自定义配置：

前置要求

1. 注册 Cloudflare 账户
2. 安装 Node.js

部署步骤

1. 克隆存储库

   git clone https://github.com/xixu-me/Xget.git
   cd Xget
   

2. 安装依赖并认证

   npm install
   npx wrangler auth login
   

3. 自定义配置（可选）

   编辑 wrangler.toml 文件设置你的存储库名称：

   name = "你的-xget-项目名"
   

4. 部署

   npm run deploy
   

部署完成后，你的 Xget 服务将在 your-worker-name.your-subdomain.workers.dev 上可用。

📖 链接转换规则

使用公共实例 xget.xi-xu.me 或你自己部署的实例，只需简单替换域名并添加平台前缀：

转换格式

平台	平台前缀	原始链接格式	加速链接格式
GitHub	/gh/	https://github.com/...	https://xget.xi-xu.me/gh/...
GitLab	/gl/	https://gitlab.com/...	https://xget.xi-xu.me/gl/...
Hugging Face	/hf/	https://huggingface.co/...	https://xget.xi-xu.me/hf/...
npm	/npm/	https://registry.npmjs.org/...	https://xget.xi-xu.me/npm/...
PyPI	/pypi/	https://pypi.org/...	https://xget.xi-xu.me/pypi/...
conda	/conda/	https://repo.anaconda.com/... 和 https://conda.anaconda.org/...	https://xget.xi-xu.me/conda/... 和 https://xget.xi-xu.me/conda/community/...

各平台转换示例

GitHub

# 原始链接
https://github.com/microsoft/vscode/archive/refs/heads/main.zip

# 转换后（添加 /gh/ 前缀）
https://xget.xi-xu.me/gh/microsoft/vscode/archive/refs/heads/main.zip

GitLab

# 原始链接
https://gitlab.com/gitlab-org/gitlab/-/archive/master/gitlab-master.zip

# 转换后（添加 /gl/ 前缀）
https://xget.xi-xu.me/gl/gitlab-org/gitlab/-/archive/master/gitlab-master.zip

Hugging Face

# 模型文件原始链接
https://huggingface.co/microsoft/DialoGPT-medium/resolve/main/pytorch_model.bin

# 转换后（添加 /hf/ 前缀）
https://xget.xi-xu.me/hf/microsoft/DialoGPT-medium/resolve/main/pytorch_model.bin

# 数据集文件原始链接
https://huggingface.co/datasets/rajpurkar/squad/resolve/main/plain_text/train-00000-of-00001.parquet

# 转换后（添加 /hf/ 前缀）
https://xget.xi-xu.me/hf/datasets/rajpurkar/squad/resolve/main/plain_text/train-00000-of-00001.parquet

npm

# 包文件原始链接
https://registry.npmjs.org/react/-/react-18.2.0.tgz

# 转换后（添加 /npm/ 前缀）
https://xget.xi-xu.me/npm/react/-/react-18.2.0.tgz

# 包元数据原始链接
https://registry.npmjs.org/lodash

# 转换后（添加 /npm/ 前缀）
https://xget.xi-xu.me/npm/lodash

PyPI

# Python 包文件原始链接
https://pypi.org/packages/source/r/requests/requests-2.31.0.tar.gz

# 转换后（添加 /pypi/ 前缀）
https://xget.xi-xu.me/pypi/packages/source/r/requests/requests-2.31.0.tar.gz

# Wheel 文件原始链接
https://pypi.org/packages/py3/r/requests/requests-2.31.0-py3-none-any.whl

# 转换后（添加 /pypi/ 前缀）
https://xget.xi-xu.me/pypi/packages/py3/r/requests/requests-2.31.0-py3-none-any.whl

conda

# 默认频道包文件原始链接
https://repo.anaconda.com/pkgs/main/linux-64/numpy-1.24.3-py311h08b1b3b_1.conda

# 转换后（添加 /conda/ 前缀）
https://xget.xi-xu.me/conda/pkgs/main/linux-64/numpy-1.24.3-py311h08b1b3b_1.conda

# 社区频道元数据原始链接
https://conda.anaconda.org/conda-forge/linux-64/repodata.json

# 转换后（添加 /conda/community/ 前缀）
https://xget.xi-xu.me/conda/community/conda-forge/linux-64/repodata.json

🎯 应用场景

Git 版本控制操作

Xget 完全兼容 Git 协议，支持所有标准 Git 操作：

# 克隆存储库
git clone https://xget.xi-xu.me/gh/microsoft/vscode.git

# 克隆指定分支
git clone -b main https://xget.xi-xu.me/gh/facebook/react.git

# 浅克隆（仅最新提交）
git clone --depth 1 https://xget.xi-xu.me/gh/torvalds/linux.git

# 添加远程存储库
git remote add upstream https://xget.xi-xu.me/gh/[所有者]/[存储库].git

# 拉取更新
git pull https://xget.xi-xu.me/gh/microsoft/vscode.git main

# 子模块递归克隆
git clone --recursive https://xget.xi-xu.me/gh/[用户名]/[带子模块的存储库].git

主流下载工具集成

wget 下载

# 下载单个文件
wget https://xget.xi-xu.me/gh/microsoft/vscode/archive/refs/heads/main.zip

# 断点续传
wget -c https://xget.xi-xu.me/hf/microsoft/DialoGPT-large/resolve/main/pytorch_model.bin

# 批量下载
wget -i urls.txt  # urls.txt 包含多个 Xget 链接

curl 下载

# 基本下载
curl -L -O https://xget.xi-xu.me/gh/golang/go/archive/refs/tags/go1.22.0.tar.gz

# 显示进度条
curl -L --progress-bar -o model.bin https://xget.xi-xu.me/hf/openai/whisper-large-v3/resolve/main/pytorch_model.bin

# 设置用户代理
curl -L -H "User-Agent: MyApp/1.0" https://xget.xi-xu.me/gl/gitlab-org/gitlab-runner/-/archive/main/gitlab-runner-main.zip

aria2 多线程下载

# 多线程下载大文件
aria2c -x 16 -s 16 https://xget.xi-xu.me/hf/microsoft/DialoGPT-large/resolve/main/pytorch_model.bin

# 断点续传
aria2c -c https://xget.xi-xu.me/gh/microsoft/vscode/archive/refs/heads/main.zip

# 批量下载配置文件
aria2c -i download-list.txt  # 包含多个 Xget 链接的文件

作为 Hugging Face 镜像

import os
from transformers import AutoTokenizer, AutoModelForCausalLM

# 设置环境变量，让 transformers 库自动使用 Xget 镜像
os.environ['HF_ENDPOINT'] = 'https://xget.xi-xu.me/hf'

# 定义模型名称
model_name = 'microsoft/DialoGPT-medium'

print(f"正在从镜像下载模型: {model_name}")

# 使用 AutoModelForCausalLM 来加载对话生成模型
# 由于上面设置了环境变量，这里无需添加任何额外参数
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

print("模型和分词器加载成功！")

# 你现在可以使用 tokenizer 和 model 了
# 例如:
# new_user_input_ids = tokenizer.encode("Hello, how are you?", return_tensors='pt')
# chat_history_ids = model.generate(new_user_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)
# print(tokenizer.decode(chat_history_ids[:, new_user_input_ids.shape[-1]:][0], skip_special_tokens=True))

npm 包管理加速

配置 npm 使用 Xget 镜像

# 临时使用 Xget 镜像
npm install --registry https://xget.xi-xu.me/npm/

# 全局配置 npm 镜像
npm config set registry https://xget.xi-xu.me/npm/

# 验证配置
npm config get registry

在项目中使用

# 在 .npmrc 文件中配置项目级镜像
echo "registry=https://xget.xi-xu.me/npm/" > .npmrc

# 安装依赖
npm install

# 或者使用 yarn
yarn config set registry https://xget.xi-xu.me/npm/
yarn install

Python 包管理加速

配置 pip 使用 Xget 镜像

# 临时使用 Xget 镜像
pip install requests -i https://xget.xi-xu.me/pypi/simple/

# 全局配置 pip 镜像
pip config set global.index-url https://xget.xi-xu.me/pypi/simple/
pip config set global.trusted-host xget.xi-xu.me

# 验证配置
pip config list

在项目中使用

# 创建 pip.conf 文件（Linux/macOS）
mkdir -p ~/.pip
cat > ~/.pip/pip.conf << EOF
[global]
index-url = https://xget.xi-xu.me/pypi/simple/
trusted-host = xget.xi-xu.me
EOF

# 或在项目根目录创建 pip.conf
cat > pip.conf << EOF
[global]
index-url = https://xget.xi-xu.me/pypi/simple/
trusted-host = xget.xi-xu.me
EOF

# 使用配置文件安装
pip install -r requirements.txt --config-file pip.conf

在 requirements.txt 中指定镜像

# requirements.txt
--index-url https://xget.xi-xu.me/pypi/simple/
--trusted-host xget.xi-xu.me

requests>=2.25.0
numpy>=1.21.0
pandas>=1.3.0
matplotlib>=3.4.0

conda 包管理加速

配置 conda 使用 Xget 镜像

# 配置默认频道镜像
conda config --add default_channels https://xget.xi-xu.me/conda/pkgs/msys2
conda config --add default_channels https://xget.xi-xu.me/conda/pkgs/r
conda config --add default_channels https://xget.xi-xu.me/conda/pkgs/main

# 配置所有社区频道镜像（推荐）
conda config --set channel_alias https://xget.xi-xu.me/conda/community

# 或配置特定社区频道
conda config --add channels https://xget.xi-xu.me/conda/community/conda-forge
conda config --add channels https://xget.xi-xu.me/conda/community/bioconda

# 设置频道优先级
conda config --set channel_priority strict

# 验证配置
conda config --show

在 .condarc 中配置

.condarc 文件可以放在用户主目录（~/.condarc）或项目根目录下：

default_channels:
  - https://xget.xi-xu.me/conda/pkgs/main
  - https://xget.xi-xu.me/conda/pkgs/r
  - https://xget.xi-xu.me/conda/pkgs/msys2
channel_alias: https://xget.xi-xu.me/conda/community
channel_priority: strict
show_channel_urls: true

使用环境文件

环境文件中可以直接指定完整的镜像 URL：

# environment.yml
name: myproject
channels:
  - https://xget.xi-xu.me/conda/pkgs/main
  - https://xget.xi-xu.me/conda/pkgs/r
  - https://xget.xi-xu.me/conda/community/bioconda
  - https://xget.xi-xu.me/conda/community/conda-forge
dependencies:
  - python=3.11
  - numpy>=1.24.0
  - pandas>=2.0.0
  - matplotlib>=3.7.0
  - scipy>=1.10.0
  - pip
  - pip:
    - requests>=2.28.0

# 使用环境文件创建环境
conda env create -f environment.yml

# 更新环境
conda env update -f environment.yml

开发环境配置

配置 Git 全局加速

# 为特定域名配置 Git 使用 Xget
git config --global url."https://xget.xi-xu.me/gh/".insteadOf "https://github.com/"
git config --global url."https://xget.xi-xu.me/gl/".insteadOf "https://gitlab.com/"

# 验证配置
git config --global --get-regexp url

# 现在所有 git clone https://github.com/... 都会自动使用 Xget 加速
git clone https://github.com/microsoft/vscode.git  # 自动转换为 Xget 链接

IDE 集成

# VS Code 中配置 Git 使用 Xget
# 在 settings.json 中添加：
{
  "git.defaultCloneDirectory": "~/Projects",
  "terminal.integrated.env.linux": {
    "GIT_CONFIG_GLOBAL": "~/.gitconfig-xget"
  }
}

# 创建专用的 Git 配置文件
echo '[url "https://xget.xi-xu.me/gh/"]' > ~/.gitconfig-xget
echo '    insteadOf = https://github.com/' >> ~/.gitconfig-xget

CI/CD 环境集成

GitHub Actions

name: Download Dependencies
on: [push]

jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout code
        uses: actions/checkout@v4
      
      - name: Download model files
        run: |
          # 使用 Xget 加速下载大型模型文件
          wget https://xget.xi-xu.me/hf/microsoft/DialoGPT-medium/resolve/main/pytorch_model.bin
          
      - name: Clone dependency repo
        run: |
          # 使用 Xget 加速 Git 克隆
          git clone https://xget.xi-xu.me/gh/[所有者]/[存储库].git
          
      - name: Download release assets
        run: |
          # 批量下载发布文件
          curl -L -O https://xget.xi-xu.me/gh/[所有者]/[存储库]/releases/download/v1.0.0/[文件名].tar.gz
          curl -L -O https://xget.xi-xu.me/gh/[所有者]/[存储库]/releases/download/v1.0.0/[文件名].zip

GitLab CI

stages:
  - download
  - build

download_dependencies:
  stage: download
  script:
    # 使用 Xget 加速下载
    - wget https://xget.xi-xu.me/gl/gitlab-org/gitlab-runner/-/archive/main/gitlab-runner-main.zip
    - git clone https://xget.xi-xu.me/gh/[所有者]/[依赖存储库].git
    # 下载 Hugging Face 数据集
    - curl -L -O https://xget.xi-xu.me/hf/datasets/wikitext/resolve/main/wikitext-103-v1/wiki.train.tokens
  artifacts:
    paths:
      - "*.zip"
      - "*.json"
      - dependency/

Docker 构建优化

FROM ubuntu:22.04

# 在 Docker 构建中使用 Xget 加速下载
RUN apt-get update && apt-get install -y wget curl git

# 下载大型文件
RUN wget https://xget.xi-xu.me/gh/microsoft/vscode/archive/refs/heads/main.zip

# 克隆源码
RUN git clone https://xget.xi-xu.me/gh/[所有者]/[源码存储库].git /app

# 下载模型文件
RUN curl -L -o /models/model.bin https://xget.xi-xu.me/hf/microsoft/DialoGPT-medium/resolve/main/pytorch_model.bin

# 配置并安装 conda 包
RUN echo "default_channels:" > ~/.condarc && \
    echo "  - https://xget.xi-xu.me/conda/pkgs/main" >> ~/.condarc && \
    echo "  - https://xget.xi-xu.me/conda/pkgs/r" >> ~/.condarc && \
    echo "  - https://xget.xi-xu.me/conda/pkgs/msys2" >> ~/.condarc && \
    echo "channel_alias: https://xget.xi-xu.me/conda/community" >> ~/.condarc && \
    echo "channel_priority: strict" >> ~/.condarc && \
    conda install -y numpy pandas matplotlib

WORKDIR /app

🔧 配置

配置参数

你可以通过修改 src/config/index.js 来自定义配置：

export const CONFIG = {
  TIMEOUT_SECONDS: 30,       // 请求超时时间（秒）
  MAX_RETRIES: 3,            // 最大重试次数
  RETRY_DELAY_MS: 1000,      // 重试延迟时间（毫秒）
  CACHE_DURATION: 1800,      // 缓存持续时间（1800秒 = 30分钟）
  SECURITY: {
    ALLOWED_METHODS: ["GET", "HEAD"],  // 允许的 HTTP 方法（Git 操作会动态允许 POST）
    ALLOWED_ORIGINS: ["*"],            // 允许的 CORS 源
    MAX_PATH_LENGTH: 2048,             // 最大路径长度（字符）
  },
};

性能调优建议

• 缓存优化：根据使用模式调整 CACHE_DURATION，频繁更新的存储库可适当降低
• 超时设置：网络条件较差时可适当增加 TIMEOUT_SECONDS
• 重试策略：高延迟环境下可增加 MAX_RETRIES 和 RETRY_DELAY_MS

添加新平台

要添加对新平台的支持，编辑 src/config/platforms.js：

export const PLATFORMS = {
  // 现有平台...
  
  // 新平台示例
  custom: {
    base: "https://example.com",
    transform: (path) => path.replace(/^\/custom\//, "/"),
  },
};

🚧 开发

1. 存储库设置

   git clone https://github.com/xixu-me/Xget.git
   cd Xget
   npm install
   npx wrangler auth login  # 首次使用
   

2. 本地开发

   npm run dev              # 启动开发服务器 (http://localhost:8787)
   npm run test:run         # 运行完整测试套件
   npm run test:coverage    # 生成测试覆盖率报告
   npm run lint             # 代码检查
   npm run format           # 代码格式化
   npm run deploy           # 部署到生产
   

🧪 测试

存储库包含完整的测试套件，确保代码质量和功能正确性。

完整测试

# 安装测试依赖
npm install

# 运行所有测试
npm run test:run

# 生成覆盖率报告
npm run test:coverage

# 监视模式
npm run test:watch

测试覆盖

• 单元测试: 核心功能、平台配置、性能监控
• 集成测试: 端到端流程、平台集成、Git 协议
• 安全测试: 输入验证、安全头、权限控制
• 性能测试: 响应时间、内存使用、并发处理

🔍 故障排除

常见问题

Q: 下载速度没有明显提升？
A: 检查源文件是否已经在 CDN 边缘节点缓存，首次访问可能较慢，后续访问会显著提升。

Q: Git 操作失败？
A: 确认使用了正确的 URL 格式，且 Git 客户端版本支持 HTTPS 代理。

Q: 部署后无法访问？
A: 检查 Cloudflare Workers 域名是否正确绑定，确认 wrangler.toml 配置正确。

Q: 出现 400 错误？
A: 检查 URL 路径格式，确认平台前缀（/gh/、/gl/、/hf/）正确使用。

性能监控

服务会在响应头中返回性能指标：

• X-Performance-Metrics: 包含请求各阶段的耗时统计
• X-Cache-Status: 显示缓存命中状态

日志调试

在开发环境中，你可以通过 Cloudflare Workers 控制台查看详细日志：

npx wrangler dev --log-level debug

⚠️ 免责声明

• 合法使用：本存储库仅用于加速合法的公开文件下载和 Git 操作，请遵守相关平台的使用条款和当地法律法规
• 服务可用性：公共实例 xget.xi-xu.me 为免费服务，不保证 100% 可用性，建议生产环境部署自己的实例
• 数据安全：虽然 Xget 不存储或记录用户数据，但请谨慎处理敏感信息的下载
• 责任限制：使用本服务造成的任何直接或间接损失，开发者不承担责任
• 第三方平台：请尊重 GitHub、GitLab、Hugging Face 等平台的服务条款和速率限制

🤝 贡献

我们欢迎各种形式的贡献！请查看贡献指南了解如何参与存储库开发。

1. 报告问题: 使用 Issue 模板报告 bug 或提出功能请求
2. 提交代码: Fork 存储库，创建功能分支，提交 Pull Request
3. 改进文档: 修正错误、添加示例、完善说明
4. 测试反馈: 在不同环境下测试并提供反馈

🌟 Star 历史

🔗 相关链接

• 存储库主页: GitHub Repository
• 公共实例: xget.xi-xu.me
• 浏览器扩展: Xget for Chromium
• 问题反馈: GitHub Issues

📞 联系方式

• 作者: Xi Xu
• 邮箱: 联系邮箱
• 赞助: 赞助链接

📝 许可证

本存储库采用 GPL-3.0 许可证 - 查看 LICENSE 文件了解详情。

---

如果这个存储库对您有帮助，请考虑给它一个 ⭐ Star！

Made with ❤️ by Xi Xu