必须在同一个RUN指令中合并pip安装与缓存清理，因为Docker每层独立，分步执行无法删除前一层残留；需用--no-cache-dir禁用本次缓存，并显式rm -rf /root/.cache/pip（非root用户改对应路径），否则镜像体积虚增数百MB至几GB。
因为不清理缓存，镜像体积会虚胖几百MB甚至几GB，而这些文件对运行应用完全无用——它们只是构建过程的副产品，却永久留在镜像里。
pip缓存为什么必须在同一个RUN里删
缓存目录 /root/.cache/pip 默认随 pip install 自动写入，但Docker每条 RUN 指令都生成独立层。如果只写 RUN pip install --no-cache-dir -r requirements.txt，再另起一行 RUN rm -rf /root/.cache/pip，后者会在新层执行，前一层残留的缓存依然存在，镜像大小不会变。
-
--no-cache-dir只禁用本次下载缓存，不清理已有缓存 - 必须用
&&链式执行，确保安装和删除在同一层完成 - 非 root 用户需把路径改成对应家目录，比如
/home/app/.cache/pip
conda clean --all -y 是最安全的清理方式
Miniconda/Anaconda 的缓存更隐蔽：除了 /opt/conda/pkgs/*.tar.bz2（压缩包），还有解压中间目录、索引缓存、临时解压区等。这些加起来常超 500MB。直接 rm -rf /opt/conda/pkgs/* 有风险——可能误删正在使用的包或破坏符号链接。
构建并发布在 Quartz 平台上的韩语网络小说连载（草稿→封面→webp→章节 md→lint→发布），使用 Nano Banana Pro + ffmpeg。
-
conda clean --all -y会智能识别并只删未被任何环境引用的文件 - 它不碰已安装的库、Python解释器、环境配置，运行时完全不受影响
- 在 Dockerfile 中应放在
conda install后紧跟着执行，且必须同层
alpine 镜像里 pip install 容易失败，别硬清缓存
基于 python:3.11-alpine 的镜像默认用 musl libc，很多 Python 包（如 cryptography、pydantic-core）没有预编译 wheel，会触发本地编译。这时若加 --no-cache-dir，不仅没提速，反而因无法复用之前编译产物而延长构建时间，还可能因缺少 gcc 或 musl-dev 直接报错。
立即学习“Python免费学习笔记（深入）”；
- 先用
apk add --no-cache gcc musl-dev补齐编译工具链 - 允许 pip 缓存（不加
--no-cache-dir），让 wheel 复用更稳定 - 最后再用
&& pip cache purge清理，比删整个/root/.cache/pip更精准
真正容易被忽略的是：缓存清理不是“做完就完”，而是要和基础镜像类型、包安装方式、用户权限三者对齐。同一行命令，在 ubuntu 镜像里安全，在 alpine 里可能断构建；对 pip 有效，对 conda 就得换命令；root 用户路径是 /root/.cache，普通用户却是 /home/app/.cache——漏掉任一环，清理就等于没做。
