conda clean --packages 是释放空间最有效的一步，因为它专门删除未被任何环境硬链接引用的解压包目录（如 pytorch-2.6.0-py310h.../），这些解压文件占 pkgs 目录主体空间，清理后不破坏现有环境且显著节省磁盘。

直接删 pkgs 文件夹最省事，但会破坏硬链接加速机制；真正安全又高效的清理，得靠 conda clean 分步操作。

conda clean --packages 为什么必须先跑这一条

这是释放空间最有效的一步，因为 pkgs 目录里真正占地方的，是那些解压后的包文件（比如 pytorch-2.6.0-py310h.../ 这类目录），不是 .tar.bz2 压缩包。这些解压包只有被至少一个现存环境“硬链接”引用时才安全保留；一旦没环境再用它，conda clean --packages 就能识别并删掉。

• 执行前建议加 --dry-run 看一眼： conda clean --packages --dry-run
• Windows 用户注意：该命令在 Anaconda Prompt 中运行才生效，普通 CMD 或 PowerShell 可能找不到 conda
• 别指望它一次清完——如果之前反复创建/删除过 PyTorch 环境，可能要跑两三次才能把所有旧版本包清干净

conda clean --tarballs 删的是什么、什么时候删

--tarballs 只删 .tar.bz2 下载包，比如 pytorch-2.6.0-py310h...tar.bz2。这些文件装完就不再需要，但 conda 默认不自动删，长期堆积下来动辄几 GB。

• 它和 --packages 不冲突，可以一起跑：conda clean --packages --tarballs
• 如果你经常离线复现环境，留着 .tar.bz2 有好处；否则建议定期清理
• 注意：删了之后再装同版本包，conda 会重新下载，不是从缓存恢复

CondaVerificationError 报错时，缓存清理要多做一步

遇到类似 CondaVerificationError: The package for openssl appears to be corrupted，说明某个包的校验失败，大概率是缓存损坏。这时候光清包不够，还得重置索引缓存。

• 先跑 conda clean --index-cache
• 再手动清空 ~/.conda/pkgs/cache/（Linux/macOS）或 %USERPROFILE%\.conda\pkgs\cache\（Windows）
• 最后补一句 conda update conda，避免因旧版 conda 解析逻辑缺陷导致误判

为什么不能直接 rm -rf ~/.conda/pkgs

看起来最彻底，实际埋雷最多。conda 的硬链接机制依赖 pkgs 里的原始文件：新环境创建时，它不是复制文件，而是对 pkgs 中对应目录做硬链接。一旦你暴力清空 pkgs，后续所有 conda create 都会退化成全量拷贝，速度变慢、磁盘占用翻倍，且已有环境的 conda list 可能报错。

• 例外情况：你刚重装系统、或明确打算弃用所有历史环境，才考虑重建 pkgs
• 真要清，也得先备份关键环境：conda env export -n myenv > myenv.yml
• 更稳妥的做法是迁移：mv ~/.conda/pkgs /big/disk/conda-pkgs && ln -s /big/disk/conda-pkgs ~/.conda/pkgs

最容易被忽略的点是：conda clean 不处理 envs 目录本身。删环境后残留的 conda-meta 和空目录，得靠 conda env remove -n xxx 或手动 rm -rf ~/anaconda3/envs/xxx 清理。缓存和环境，得两手一起抓，不然永远差那几 GB。