根本原因是conda默认连接美国服务器repo.anaconda.com，跨太平洋链路导致元数据请求延迟高；需配置清华镜像并设置channel_priority: strict强制优先级。
conda create 卡在 “Solving environment” 或下载包极慢，根本原因不是你的网络差，而是它默认连的是美国服务器 repo.anaconda.com —— 跨太平洋链路让每次元数据请求都像拨号上网，解析依赖和下载二进制包自然拖成小时级。
为什么 conda create 会卡住不动？
Conda 创建环境时要做的远不止“复制 Python 解释器”：它得先拉取 channel 的 repodata.json（包含所有包的版本、依赖、平台标签），再用 SAT 求解器穷举满足条件的组合。这个过程对网络延迟极其敏感。
- 默认只走
defaultschannel，地址是https://repo.anaconda.com/pkgs/main，国内直连常超时或返回空响应 - 哪怕你指定了
python=3.11，Conda 仍会尝试从所有已配置 channel 并行拉取元数据；若其中某个源响应慢或失败，整个求解就挂起 -
pkgs/free已被官方弃用，但旧版 Conda 仍会默认尝试访问，清华镜像虽保留同步，但不推荐主动加——除非你真在维护 2017 年的老项目
永久换源：改 .condarc 是最稳的方案
别信“执行几条命令就完事”的说法——conda config --add channels 只追加、不清理，容易导致多源混杂、channel 优先级错乱，反而让 solving 更慢。
- 先删掉所有旧配置：
conda config --remove-key channels && conda config --remove-key default_channels - Windows 用户用记事本新建
%USERPROFILE%\.condarc，macOS/Linux 编辑~/.condarc - 粘贴以下内容（注意 YAML 缩进必须是空格，不能用 Tab）：
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ show_channel_urls: true channel_priority: strict
关键点：channel_priority: strict 强制 Conda 只从列表顺序靠前的 channel 找包，避免跨源比对；show_channel_urls: true 让后续报错时能看清具体从哪个 URL 失败。
验证是否生效 & 救急技巧
运行 conda config --show channels，输出里应只有清华地址，且没有 - defaults；再跑 conda info --channels，确认 URL 域名是 tuna.tsinghua.edu.cn。
- 如果只是临时救急（比如在客户服务器上没权限改配置），直接在创建命令里加
-c： conda create -n myenv python=3.11 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/- 换源后首次运行
conda create仍可能稍慢——那是 Conda 在本地重建索引缓存，之后就快了；可手动清一次：conda clean -i
channel_priority: strict 这一行最容易被跳过，但它决定了 Conda 是“聪明地找包”还是“盲目试遍所有源”。没加这句，哪怕你写了十个清华地址，它照样会偷偷去连 repo.anaconda.com。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
