uv 不支持直接导出依赖到 Conda 环境，因其仅处理 PyPI 包，而 Conda 管理跨语言二进制依赖；需通过生成 requirements.txt、过滤条件表达式、补充 Conda 特有包，并配合 environment.yml 分层管理。
uv 本身不支持直接导出依赖到 Conda 环境——它没有 conda export 那样的双向桥接能力。你只能用 uv 生成标准 Python 依赖清单，再手动或半自动地喂给 Conda，且必须处理平台标记、非 PyPI 包、构建约束等不兼容点。
为什么 uv export 不能直接用于 conda install
Conda 和 uv 的依赖解析模型根本不同：uv 只处理 PyPI 上的纯 Python 包（或带 manylinux 轮子的包），而 Conda 管理的是跨语言、带二进制依赖（如 mkl、libgfortran）的完整环境。当你运行 uv export > requirements.txt，得到的是 pip 兼容格式，但：
-
uv export不保留conda list --explicit中的 channel 信息、build string、平台标识（如py311h2a5b78c_0） - 它会丢弃 Conda 特有的非 PyPI 包（如
numpy来自conda-forge的 MKL 版本） - 平台条件标记（如
sys_platform == "win"）在 Conda 中不被识别，conda install -r requirements.txt会报错或静默忽略
uv export 后如何适配 conda install
若你坚持用 uv 管理依赖，又需要最终部署到 Conda 环境（比如 CI/CD 或遗留系统），可走“生成 + 过滤 + 补充”三步法：
Python uv 0.12.20
下载
Python uv 0.12.20 是 Astral 开发的 Python 包与项目管理工具，支持依赖解析、虚拟环境、Python 版本及项目锁文件管理。本下载包适用于 Windows x64，解压后可使用 uv 命令。
- 先用
uv export --no-hashes > requirements.txt导出无哈希的纯包名列表（避免 pip-only 哈希干扰 conda） - 手动删掉所有含分号条件表达式的行（如
numpy; python_version >= "3.11"），只留numpy、requests等基础名 - 对关键科学计算包，显式替换为 Conda 友好版本：把
numpy改成numpy=1.26.4=py311h2a5b78c_0（查conda search numpy --info获取 exact build） - 补上 Conda 必需但
uv不管的非 PyPI 组件：例如添加libgcc-ng、openblas等，写在单独的environment.yml里
更现实的做法：uv 管理 Python 包，conda 管理底层环境
不要试图让 uv 替代 Conda 的全部职责。推荐分层策略：
- 用
conda create -n myenv python=3.12创建干净环境（只装 Python 和必要系统级库） -
conda activate myenv后，用uv pip install -r requirements.txt安装业务依赖（此时uv复用 Conda 的 Python 解释器和 site-packages） - 验证时用
conda list查所有包（含 Conda 安装的）+uv pip list查uv安装的，二者叠加才是完整视图 - 导出时分开：用
conda env export --from-history > environment.yml（只导人工装的包），再用uv export > requirements.txt（只导 Python 包）
真正容易被忽略的点是：Conda 的 environment.yml 默认包含 prefix 字段，提交前必须删掉；而 uv.lock 文件里的 requires-python 若写死为 >=3.12.0,，可能和 Conda 创建的 python=3.12 实际小版本（如 3.12.7）不一致，导致 uv sync 拒绝安装——得手动调宽范围或删掉该字段再试。
