Conda Base 环境问题处理笔记

一、问题背景

1.1 初始问题

用户在执行以下命令时卡住：

conda update -n base -c conda-forge mamba

卡住位置：Solving environment 阶段，并伴随以下现象：

• InsecureRequestWarning：HTTPS 请求未验证证书，目标主机为 192.168.1.9
• ConnectionResetError(10054)：远程主机强迫关闭连接
• The environment is inconsistent：环境不一致，列出一批冲突包
• 反复尝试 current_repodata.json 和 repodata.json，求解极慢或失败

1.2 环境概况

• base 路径：G:\ProgramFiles\anaconda3
• 大部分虚拟环境路径：E:\Anaconda\envs\
• 少数环境路径：G:\ProgramFiles\anaconda3\envs\
• 虚拟环境总数：约 28 个
• base Python 版本：3.12.7
• conda 版本：25.5.1

二、问题诊断

2.1 网络与代理问题

用户配置：

conda config --show proxy_servers

输出：

proxy_servers:
  http: http://192.168.1.9:7895
  https: http://192.168.1.9:7895

关键结论：

• set HTTP_PROXY= 和 set HTTPS_PROXY= 无法清除 conda 代理
• conda 代理写在 conda 配置中，必须用 conda config --remove-key 删除

清除方法：

conda config --remove-key proxy_servers.http
conda config --remove-key proxy_servers.https

2.2 Channels 配置问题

用户 channels：

msys2
pkgs/free        （已废弃，建议删除）
cloud/pytorch
pkgs/main
cloud/conda-forge

问题：

• pkgs/free 已停止维护
• pkgs/main 和 conda-forge 混用，是依赖冲突的根源之一

2.3 base 环境不一致

报错列出的冲突包：

dask==2025.2.0
libarrow==17.0.0
libarrow-acero==17.0.0
libarrow-dataset==17.0.0
libarrow-substrait==17.0.0
libgoogle-cloud==2.29.0
libgoogle-cloud-storage==2.29.0
libgrpc==1.62.2
libparquet==17.0.0
pyarrow==17.0.0
pyarrow-core==17.0.0
streamlit==1.47.0
_anaconda_depends==2025.06

2.4 pip check 暴露的系统性冲突

执行 pip check 输出：

astroid 2.14.2 requires lazy-object-proxy, which is not installed.
gensim 4.3.2 requires smart-open, which is not installed.
intake 0.7.0 requires entrypoints, which is not installed.
spyder 5.5.1 requires paramiko, which is not installed.
dask-expr 1.1.0 has requirement dask==2024.5.0, but you have dask 2025.2.0.
gitdb 4.0.7 has requirement smmap<5,>=3.0.1, but you have smmap 5.0.2.
ipywidgets 8.1.5 has requirement jupyterlab-widgets~=3.0.12, but you have jupyterlab-widgets 1.0.0.
streamlit 1.32.0 has requirement packaging<24,>=16.8, but you have packaging 24.2.
streamlit 1.32.0 has requirement pillow<11,>=7.1.0, but you have pillow 11.1.0.
streamlit 1.32.0 has requirement tenacity<9,>=8.1.0, but you have tenacity 9.0.0.

结论：

• pip 包和 conda 包在同一环境内互相冲突
• 属于系统性问题，无法通过卸载个别包解决

三、关键概念澄清

3.1 base 环境与其他虚拟环境的关系

• 每个虚拟环境相对独立
• 新环境只继承“基础骨架”：python、pip、setuptools、wheel 以及底层运行时库
• base 中安装的第三方包（numpy、pandas、jupyter、torch 等）不会自动继承到新环境
• 唯一共享的是 pkgs 缓存目录，用于加速安装，不是共享使用

3.2 基础骨架清单

通过以下命令反推：

conda create -n skeleton-test python=3.12 pip setuptools wheel --dry-run

conda 自动带出的最小骨架（20 个包）：

bzip2
ca-certificates
libexpat
libffi
libzlib
openssl
packaging
pip
python
setuptools
sqlite
tk
tzdata
ucrt
vc
vc14_runtime
vs2015_runtime
wheel
xz
zlib

base 额外需要保留：conda 及其依赖。

3.3 如何判断包是 pip 装还是 conda 装

看每行第三个字段（构建字符串）：

• pypi_0：pip 装的，只能用 pip uninstall 删
• py312haa95532_0、pyhd3eb1b0_0、h2bbff1b_6 等：conda 装的，用 conda remove 或 --prune 删

注意：不是看末尾是否为 _0，而是看整个构建字符串是否为 pypi_0。

3.4 base 包多是否拖慢新建环境

• base 包多本身不是主因

• 真正原因：

  1. 环境数量多，conda 每次扫描所有环境
  2. pkgs 缓存大
  3. 跨盘导致硬链接失效（base 在 G 盘，多数环境在 E 盘）
  4. 代理不稳定
  5. 求解器慢

四、处理过程

4.1 尝试过的命令及结果

4.2 备份 base 包清单

conda list -n base --export > base_backup.txt

4.3 清理 pip 包

执行了以下命令，卸载约 60 个 pip 包：

pip uninstall -y astropy bokeh bottleneck contourpy datashader diffusers einops gensim gradio gradio-client holoviews hvplot imagecodecs imageio imbalanced-learn intake isort llvmlite numba numexpr opencv-contrib-python orjson panel patsy pydeck pydub pyerfa pylint pywavelets qrcode qtconsole ruff safehttpx safetensors scikit-image scikit-learn scipy sentencepiece shellingham spyder spyder-kernels starlette statsmodels streamlit sympy tables tifffile tokenizers torch torchaudio torchsde torchvision trampoline transformers typer uvicorn websockets xarray

4.4 清理后体检

执行：

conda list -n base | findstr "^conda "
conda list -n base | findstr "^python "
conda list -n base | findstr "^pip "
conda list -n base | findstr "^setuptools "
conda list -n base | findstr "^wheel "

结果：

• conda 25.5.1 仍在
• python 3.12.7 仍在
• pip 24.0 仍在
• setuptools 69.5.1 仍在
• wheel 0.43.0 仍在
• conda-libmamba-solver 25.4.0 仍在

结论：base 骨架完整，未损坏。

4.5 设置 libmamba 求解器

conda config --set solver libmamba

验证：

conda config --show solver

输出：

solver: libmamba

4.6 磁盘变化

/D         已用: +1M   可用: -1M
/c         已用: +426M 可用: -426M
/e         已用: -911M 可用: +911M
/f         已用: 0     可用: 0
/g         已用: -5G   可用: +5G

G 盘释放约 5G，base 瘦身成功。

五、mamba 相关问题

5.1 base 中已有 mamba

base 清单中存在：

mamba=2.2.0=h4873d24_0
libmamba=2.2.0=h2cdc3e1_0
libmambapy=2.2.0=py312h67b5259_0

5.2 卸载重装高版本 mamba 是否可行

结论：不可行，风险极高。

原因：

• mamba 与 conda 深度耦合，卸载会连带破坏 conda 核心组件
• base 环境已系统性冲突，求解器会陷入死循环
• Mamba 官方明确要求 base 中除 conda 和 mamba 外不应有其他包

5.3 是否可用新版本 mamba 管理其他虚拟环境

结论：无法实现。

原因：

• mamba 必须安装在 base 中，与 conda 共存
• mamba 不是独立可执行文件，依赖 base 中的 Python 和 libmamba
• 装到其他环境会导致路径和依赖错乱

5.4 替代方案

conda 已内置 libmamba 求解器（conda-libmamba-solver），设置：

conda config --set solver libmamba

设置后 conda install 可获得与 mamba 同级的求解速度。

六、最终方案与操作原则

6.1 最终决定

• base 冻结，不再进行任何安装、更新、卸载操作
• base 仅用于运行 conda 命令
• 其他 28 个虚拟环境完全不动

6.2 base 当前状态

6.3 日常操作原则

允许：

conda install -n 目标环境 包名
conda update -n 目标环境 包名
conda remove -n 目标环境 包名

禁止：

conda install -n base ...
conda update -n base ...
conda remove -n base ...
pip install ... （在 base 中）
pip uninstall ... （在 base 中）
conda update -n base conda

6.4 如未来仍需 mamba 命令

建议新建干净环境：

conda create -n clean-base python=3.12 pip setuptools wheel -c conda-forge
conda activate clean-base
conda install -c conda-forge mamba

不使用 mamba 命令时，直接依赖 base 中的 libmamba 求解器即可。

七、重要经验总结

1. conda 代理配置无法用环境变量清除，必须用 conda config --remove-key proxy_servers.http/https
2. pkgs/main 与 conda-forge 混用是依赖冲突的常见根源
3. pip 包和 conda 包混装会导致系统性冲突，pip check 可诊断
4. conda env update --prune 不支持 --dry-run，执行时会先打印删除列表，可 Ctrl+C 取消
5. 新环境只继承基础骨架，不继承 base 的第三方包
6. 判断包来源看构建字符串是否为 pypi_0
7. 跨盘导致 conda 硬链接失效，新建环境变慢
8. conda 已内置 libmamba 求解器，设置 solver: libmamba 即可获得高速求解
9. base 环境应保持最小化，仅保留 conda 及其依赖
10. 面对系统性冲突的 base，新建干净环境比修复更省时省力