答案是换国内镜像源并选用miniconda。conda安装慢主因是默认海外源导致高延迟与丢包，90%以上问题可通过切换清华等国内镜像源解决；miniconda体积小、启动快、环境干净，配合正确.condarc配置（如main源置顶、显式添加conda-forge/pytorch镜像地址）和缓存清理，可实现5分钟内完成从零到可用环境的搭建。
conda 安装慢，90% 以上的情况不是你网速差，而是默认源在海外，每次请求都要绕一大圈。直接换国内镜像源 + 改用 Miniconda，5 分钟内能完成从零到可运行环境的全过程。
为什么不用 Anaconda 而要选 Miniconda
Anaconda 安装包本身（尤其带 Python 3.11 或 3.12 的版本）常达 500MB～2GB，解压+初始化要数分钟；而 Miniconda 同版本安装脚本通常只有 60～100MB，且不预装任何第三方库，启动快、磁盘占用小、环境干净。
- 避免 base 环境被 numpy/pandas/tensorflow 等预装库“污染”，减少后续
conda create时的依赖冲突 - 适合自动化部署：Docker 构建、CI/CD 流水线、批量云服务器初始化都更可控
- 普通用户无需 root 权限即可安装到家目录，高校机房或受限服务器也能跑
下载阶段就提速：直接拉清华镜像的 Miniconda 安装包
别去 repo.anaconda.com 下载，那个地址在国内多数时候是“假连接”——看着在下，实际卡在 DNS 或 TLS 握手阶段。
用这个地址（以 Python 3.11 为例）：
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py311_24.7.1-Linux-x86_64.sh
Windows 用户请用 PowerShell 运行：
(New-Object System.Net.WebClient).DownloadFile("https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py311_24.7.1-Windows-x86_64.exe", "miniconda.exe")
- 域名
mirrors.tuna.tsinghua.edu.cn是实打实的国内高速节点，CDN 覆盖广，极少出现超时 - 注意核对文件名中的 Python 版本和系统架构（
Linux-x86_64/Windows-x86_64/macOS-arm64），错一个就无法执行 - 下载完务必校验 SHA256（清华镜像页会提供），防止中间劫持或传输损坏
安装后必须配置 .condarc，否则 conda install 还是慢
只换安装包不改配置，等于买了高铁票却坐绿皮车——conda install 默认仍走 defaults 海外源。必须写死国内镜像通道。
在用户主目录下创建或编辑 .condarc 文件：
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ show_channel_urls: true
- 顺序很重要：
main必须排第一，否则conda search可能漏结果 - 不要加
default通道，它会兜底回连 repo.anaconda.com - 如果用
conda-forge或pytorch渠道，一定要显式加上对应清华镜像地址，否则 conda 仍会跨洋拉取
conda install 还卡？先清缓存再试
长期使用后，conda 本地缓存（pkgs/ 目录）可能堆积大量已损坏或过期的 .tar.bz2 包，导致依赖解析失败或反复重试。
执行这两条命令：
conda clean --all -y conda update conda -y
-
conda clean --all会删掉未使用的包缓存和索引缓存，释放几百 MB 空间 -
conda update conda升级到最新版（当前稳定版是24.7.x），新版对镜像源的并发请求和断点续传支持更好 - 如果某次
conda install中断过，建议先conda clean --force-pkgs强制清理残留临时包
真正容易被忽略的是：镜像源配置后，conda search 和 conda install 的行为并不完全一致。search 只查元数据，快；但 install 会做完整依赖图求解，若某个 channel 缺失关键包（比如清华源没同步 pytorch-cuda=12.1 的某个构建），conda 就会自动 fallback 到其他源——而 fallback 的过程不报错，只默默变慢。所以务必确认你用到的 channel 都在 .condarc 里配全，且优先级明确。
