推荐优先使用中科大镜像源，因其2026年8月仍稳定可用，而清华源部分节点已间歇性超时；通过conda config --add按顺序添加中科大各channel并清理旧源，可确保配置可靠生效。
conda config 命令直接写入配置，比手动改 .condarc 更可靠，尤其适合多环境或权限受限场景。中科大镜像源目前（2026年8月）仍稳定可用，清华源部分节点已出现间歇性超时，优先选中科大。
用 conda config --add 添加中科大主源和常用子源
执行以下命令即可一次性覆盖默认源（注意顺序：越靠后添加的 channel 优先级越高）：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/r/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes
-
pkgs/main是核心 Python 包（numpy、scipy 等）所在，必须保留 -
pkgs/r对 R 语言支持很重要，即使不用 R 也建议加上（避免某些包依赖缺失） -
conda-forge是第三方生态主力，PyTorch、xgboost 等新版本常先发布于此 - 不要加
pkgs/free—— conda 4.7+ 已废弃该 channel，加了反而引发CondaHTTPError
检查并清理旧镜像源（特别是清华源）
中科大源生效前，得先确认旧源没干扰。运行：
conda config --show channels
如果输出里还含 https://mirrors.tuna.tsinghua.edu.cn/anaconda/...，说明旧配置残留。逐条删掉：
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- 不建议用
conda config --remove-key channels全删——会把defaults也干掉，导致某些基础包找不到 - 删完再跑一次
conda config --show channels，确认只剩中科大地址
验证是否真正生效
别只看 .condarc 文件内容，要实际触发一次网络请求：
conda search numpy --info
观察输出中每个版本的 URL，应全部以 https://mirrors.ustc.edu.cn/ 开头。若仍有 anaconda.org 或超时提示，说明：
- 当前环境可能被
CONDA_CHANNELS环境变量覆盖（检查echo $CONDA_CHANNELS或set CONDA_CHANNELS） - 在 PyCharm 或 VS Code 中使用 conda 时，需重启终端或重载 Python 解释器配置
- 某些企业内网会拦截 HTTPS 重定向，可临时加
--debug查看真实请求地址
为什么有时还是慢或失败？几个硬坑
中科大源本身没问题，但本地配置或网络链路常埋雷：
- Windows 用户用 PowerShell 而非 cmd 执行命令——cmd 对 URL 中的斜杠解析偶尔出错
- 公司/校园网开了透明代理，会把
mirrors.ustc.edu.cn请求劫持到内部缓存服务器，结果返回 404 -
conda install时加了-c conda-forge参数——这会强制走官方 conda-forge 源，绕过你配的中科大地址 - 升级 conda 自身：
conda update conda后，部分旧版配置逻辑失效，建议同步更新到 24.5.0+
最隐蔽的问题：.condarc 文件里混用了缩进空格和 tab，YAML 解析失败但不报错，只默默回退到 defaults。用 python -c "import yaml; print(yaml.load(open('.condarc'), Loader=yaml.FullLoader))" 可快速验证语法。
