完整导出#

1
conda env export -n myenv > environment.yml

这种方式适合在相似机器上恢复环境，信息最完整，但也可能包含平台相关依赖。

更干净的导出#

1
conda env export -n myenv --from-history > environment.yml

--from-history 只导出手动安装过的顶层包，更适合项目分享，但可能需要在新机器上重新解析依赖。

恢复环境#

1
conda env create -f environment.yml
2
conda activate myenv

如果环境名冲突，可以先修改 yml 里的 name 字段。

检查环境#

• Python 版本是否一致。

• CUDA、PyTorch、OpenCV 这类包是否匹配机器。

• pip 安装的依赖是否也进入 yml。

• 是否包含本机绝对路径。

实战复盘#

使用《conda 环境导出与恢复》时，我会先确认环境边界：本地还是服务器，Windows 还是 Linux，开发环境还是线上环境。很多命令本身没错，但换了系统或权限就会得到完全不同的结果。

修复后不要只看报错消失，还要做业务层验证。比如端口释放后服务是否重新启动，缓存清理后页面是否显示新内容，pip 安装后目标环境是否真的能 import。

排查记录的质量取决于可复现性。只要别人能按文章从现象走到验证，这篇文章就不是临时笔记，而是一张可靠的操作卡片。

最小验收样例#

验收《conda 环境导出与恢复》时，我会保留一条修复前命令和一条修复后命令。前者证明问题存在，后者证明问题已经消失，而不是只凭浏览器或终端感觉判断。

如果这篇文章涉及服务器操作，还要记录当前路径、用户、服务名和关键配置文件。排查记录越能还原现场，下次遇到同类问题越不需要重新摸索。

小结#

conda 环境导出要看目的。自己备份用完整导出，给别人复现用更干净的历史导出，并写清关键版本。