conda config --add channels 默认将源添加到列表末尾，而非最前面；conda 按 channels 从上到下顺序查找包，因此必须先执行 conda config --remove-key channels 清空原有配置，再按优先级依次添加清华镜像源（如 main、conda-forge 等），并设置 show_channel_urls: yes 以确保生效。

conda config --add channels 会把源加到最前面吗？

不会。默认是加到列表末尾，而 Conda 查找包时是从 channels 列表**从上到下**依次匹配的。如果你只用 conda config --add channels 加清华源，但没删掉 defaults，那 Conda 还是先去国外的 defaults 源找，找不到才 fallback 到清华源——等于白配。

正确做法是：先删掉默认源，再按优先级顺序显式添加国内源：

• 运行 conda config --remove-key channels 清空原有配置
• 再逐条执行（顺序不能错）：
  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/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
• 最后加一句：conda config --set show_channel_urls yes，方便后续排查包从哪下载

为什么 conda install 还卡在 “Solving environment”？

这不是下载慢，是依赖解析卡住。Conda 的 SAT 求解器要读取每个 channel 的 repodata.json 文件做版本兼容判断。如果某个源响应慢或返回不全（比如旧版清华源缺 pkgs/free），求解器就会超时或死循环。

2026 年起，清华镜像已停用 /pkgs/free 路径，且 main 和 conda-forge 已覆盖绝大多数包。务必确认你没残留以下过时配置：

• 删掉所有含 /pkgs/free 的行（如 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/）
• 避免混用 defaults 和清华源——二者冲突概率高，尤其在安装 pytorch 或 tensorflow 时
• 执行 conda clean -i 清掉本地缓存的旧 repodata.json，否则它可能还在读失效索引

conda-forge 包必须走清华的 conda-forge 镜像吗？

必须。直接写 conda-forge 这个 channel 名，默认仍会走官方境外地址。清华镜像对 conda-forge 是独立同步的，路径必须显式指定为 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/。

百度虚拟主播

百度虚拟主播是一款由百度智能云提供的虚拟主播生成、驱动和直播解决方案。

下载

常见翻车点：

• 只配了 main 源，没配 conda-forge 镜像 → 安装 scikit-learn 等包时仍慢
• 误写成 https://mirrors.tuna.tsinghua.edu.cn/conda-forge/（少了一级路径）→ 返回 404，Conda 降级回默认源
• 用 conda install -c conda-forge xxx 临时指定 channel → 绕过了你的镜像配置，依然走境外

换源后 pip install 还是慢，怎么办？

Conda 和 pip 是两套系统。你改了 Conda 的源，不影响 pip。PyCharm 或命令行里用 pip install，默认还是走 PyPI 官方源。

单独给 pip 换源（清华 pip 源）：

• Windows：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
• macOS/Linux：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
• 验证：pip config list 看输出是否含 tuna.tsinghua.edu.cn

注意：某些项目用 environment.yml + conda env create 时，若里面写了 pip: 段，那 pip 部分仍需单独配源，Conda 不会自动透传。