conda clean --tarballs仅删除下载的.tar.bz2包文件，最安全但释放空间有限；--packages删除未被任何环境引用的解压包，可释放10–15gb；-a则三合一清理，但可能影响后续索引速度与稳定性。
conda clean --tarballs 只删下载包，最安全但省空间有限
每次 conda install 都会把 .tar.bz2 压缩包原样存进 pkgs/ 目录，哪怕安装完也不自动删。这些文件占的空间通常不大（几 MB 到几百 MB），但积少成多，尤其频繁换 PyTorch/CUDA 版本时。
执行这条命令只动压缩包，不影响已安装环境：
conda clean --tarballs
- 不会删解压后的包，
conda activate和已有环境完全不受影响 - 下次重装同版本包时，conda 会重新下载，不走本地缓存
- 适合刚装完一堆包、想快速腾出 1–2 GB 且不想冒风险的场景
conda clean --packages 才真正释放大块空间
pkgs/ 下真正吃硬盘的是解压后的包目录（比如 numpy-1.26.4-py310h0a8a7f9_0/），每个动辄 100–500 MB。conda 默认保留所有历史版本，哪怕你只用当前环境里的一个 numpy 版本，其他版本照留不误。
这条命令删掉所有“没被任何现存环境引用”的解压包：
conda clean --packages
- 会扫描
environments.txt和每个环境的conda-meta/history，只留还在用的包 - PyTorch + CUDA 组合试过 3 个版本？那至少能清掉 10–15 GB
- 执行前建议先
conda env list确认哪些环境是真要保留的，删错环境再恢复就麻烦了
conda clean -a 别乱用，它删 tarballs + packages + index cache
conda clean -a 看似“一键全清”，实际是三合一操作：等价于同时跑 --tarballs、--packages 和 --index-cache。问题在于：
-
--index-cache清的是 channel 元数据缓存，删完首次conda search或conda install会明显变慢（要重新拉索引） - 如果网络不稳定或镜像源临时不可用，可能卡在索引重建上，误以为命令失败
- Windows 用户注意：
pkgs/目录若被某个正在运行的 Python 进程占用（比如 Jupyter kernel 没关），clean -a可能报错并中断清理
更稳妥的做法是分两步：先 conda clean --packages，确认环境正常后再单独跑 conda clean --index-cache（非必须）。
pip cache purge 别漏掉，它和 conda 缓存互不干扰
conda 管 pkgs/，pip 管自己的缓存，默认路径是：
- Windows：
C:\Users\{用户名}\AppData\Local\pip\Cache - macOS/Linux：
~/.cache/pip
这个目录里存的是 pip 下载的 .whl 和 .tar.gz，哪怕你用 conda 创建环境，只要在里面跑过 pip install，缓存就会长出来。常见症状是：pip install 明明没下新包，却卡在 “Collecting…” 几十秒——就是在读本地缓存。
清它不用删文件夹，直接跑：
pip cache purge
或者手动删整个 Cache 目录也行，pip 下次会自动重建。注意：conda 虚拟环境里的 pip，缓存路径和系统 pip 是同一个，不存在“每个环境独立缓存”这回事。
真正容易被忽略的是：conda 环境里执行 pip install 后，缓存留在用户级目录，不是环境内部；而 conda clean 完全不碰它。磁盘告急时，这两块得一起扫。
