适合：Python 环境管理、AI 模型开发、LM Studio 调用、本地大模型部署保姆级教程，复制即用，新手零失败！

---

一、Conda 环境基础命令

1. 创建环境

conda create -n 环境名 python=3.10 -y

示例（AI 专用）：

conda create -n ai python=3.10 -y

2. 激活环境

conda activate 环境名

示例：

conda activate ai

3. 退出环境

conda deactivate

4. 删除环境

conda remove -n 环境名 --all -y

5. 查看所有环境

conda env list

---

二、包管理命令（安装 / 卸载 / 查看）

1. 安装包

conda install 包名 -y
# 或
pip install 包名

2. 卸载包

conda uninstall 包名 -y
# 或
pip uninstall 包名 -y

3. 查看已安装包

conda list
# 或
pip list

4. 更新包

conda update 包名 -y

5. 更新 conda 自身

conda update conda -y

---

三、环境导出 / 备份 / 迁移（最常用！）

1. 导出 Conda 环境（推荐）

conda activate ai
conda env export > ai_env.yml

2. 从配置文件恢复环境

conda env create -f ai_env.yml

3. 导出 pip 依赖（通用）

pip freeze > requirements.txt

4. 从 pip 依赖安装

pip install -r requirements.txt

---

四、清理 / 优化命令（解决占空间）

1. 清理无用包

conda clean -a -y

2. 查看缓存

conda clean --show

---

五、AI 开发常用命令（本地大模型）

1. 创建 AI 开发环境（推荐 Python 3.10）

conda create -n ai python=3.10 -y
conda activate ai

2. 安装 LM Studio 调用依赖

pip install openai

3. 安装智能体框架

pip install langchain llama-index

4. 测试调用本地 Qwen3.5 模型

from openai import OpenAI
client = OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio")

res = client.chat.completions.create(
    model="local-model",
    messages=[{"role":"user","content":"你好"}]
)
print(res.choices[0].message.content)

---

六、Conda 加速（解决下载慢）

启用清华源（大幅加速）

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/pkgs/msys2/
conda config --set show_channel_urls yes

恢复默认源

conda config --remove-key channels

---

🎯 总结（最常用 10 条）

1. conda create -n ai python=3.10
2. conda activate ai
3. conda deactivate
4. conda env list
5. conda list
6. pip install openai
7. conda env export > ai_env.yml
8. conda env create -f ai_env.yml
9. conda clean -a
10. conda remove -n ai --all