Conda卡在“Solving environment”或报Read timed out,根本原因是默认源访问不稳定,需换清华镜像源、设channel_priority strict、清索引缓存并升级conda版本。

conda install 一直卡在 “Solving environment” 或报 Read timed out
这不是你网络突然变差,而是 conda 默认源(repo.anaconda.com)在国内访问极不稳定,尤其遇到 PyTorch、torchvision 这类大包时,解析依赖+下载二进制文件两步都容易超时。单纯重试没用,得换源+调参。
- 先确认当前源:
conda config --show channels,如果只看到defaults,说明还没配国内镜像 - 一次性加全清华源(2026 年仍稳定):
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- 关掉默认源的优先级(关键!):
conda config --set channel_priority strict,否则 conda 还会偷偷 fallback 到国外源 - 最后执行:
conda config --set show_channel_urls yes,后续报错时能一眼看出包从哪下,方便排查
pip install 也超时,比如 socket.timeout: The read operation timed out
conda 换源后,pip 可能还在走默认 PyPI 源,尤其在 conda 创建的虚拟环境中更常见。它和 conda 是两套系统,得单独配。
- 临时生效(推荐先试):
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/ - 永久生效(写入配置):
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
(注意不是pip install --upgrade pip后再配,旧版 pip 可能不支持 config 命令) - 验证是否生效:
pip debug看输出里index-url是否已变成清华地址 - 如果公司内网有代理或防火墙,
pip install即使换源也可能失败,这时加--trusted-host pypi.tuna.tsinghua.edu.cn参数绕过 SSL 校验
换了源还是慢,甚至 conda search 都卡住
问题可能不在源本身,而在 conda 缓存或索引文件损坏。清华源响应快,但本地缓存混乱会让 conda 反复校验旧索引,表现就是“看起来没动”。
Miniconda py314_26.5.3-2 Linux x86_64 安装脚本,来自 Anaconda 官方 Miniconda 下载目录,适合服务器、工作站和容器环境配置轻量 Conda 与 Python。
- 清空索引缓存:
conda clean --index-cache(最轻量,优先试) - 删全部缓存(谨慎):
conda clean --all,会删掉已下载但未安装的包,下次装时重下,但能解决多数诡异卡顿 - 检查 conda 版本:
conda --version,低于24.1.0的版本对新版镜像协议支持不好,升级:conda update conda - 禁用安全检查(仅调试用):
conda config --set ssl_verify false,某些企业网络中间设备会干扰 TLS 握手,关掉后可能通——但别长期开着
Miniconda 比 Anaconda 更不容易超时?
是的,但原因不是“Miniconda 本身更快”,而是它初始没预装几百个包,环境干净,conda 解依赖时计算量小很多。Anaconda 自带的 defaults channel 包太多,碰到冲突或版本模糊时,“Solving environment” 阶段就可能卡死或超时。
- 新项目直接用 Miniconda:体积小、启动快、依赖图简单,
conda install pytorch失败率显著低于 Anaconda - 已有 Anaconda 环境不想重装?至少新建一个干净环境:
conda create -n pt39 python=3.9,再在这个环境里装 PyTorch,别往 base 里硬塞 - PyTorch 官方推荐用
conda install pytorch torchvision torchaudio cpuonly -c pytorch,注意-c pytorch指定了专用 channel,必须确保该 channel 已添加镜像(清华源已同步pytorchchannel)
换源只是第一步,真正卡住的地方往往在缓存、channel 优先级、conda 版本这三个地方。很多人配完清华源就以为万事大吉,结果还是超时,其实是 channel_priority 没设 strict,或者 conda clean 没跑。










