Conda 的核心指令主要围绕环境和包的管理：通过 conda create 创建独立环境并指定 Python 版本，conda activate 与 conda deactivate 切换进出环境，conda env list 查看已有环境，conda env export 导出配置，conda env create -f 从文件重建环境；包管理方面，conda install、conda update、conda remove 分别用于安装、更新和卸载包，conda list 查看已安装列表，可通过 -c 指定频道（如 conda-forge）获取更多包；配置维护上，conda config --add channels 添加镜像源（如清华源）加速下载，conda clean --all 清理缓存，conda info 查看环境信息，conda --version 检查版本。掌握这些指令能有效隔离项目依赖、避免版本冲突，并保持环境整洁。

国内所有主流 Conda 镜像源，包括清华大学 TUNA、阿里云、中科大、华为云、北外、南大、上海交大、腾讯云及豆瓣等镜像站的官方地址与状态。其中清华源覆盖最全、更新及时，是国内用户首选；阿里云依托云基础设施速度极快；中科大对教育网用户友好；华为云、腾讯云由云厂商官方提供，稳定可靠。文章详细介绍了两种换源方法：临时使用（单次生效）和永久配置（修改 .condarc 文件或使用 conda config 命令），并提醒注意镜像站同步延迟、第三方频道（conda-forge、pytorch 等）支持情况、channel 优先级以及清理索引缓存等技巧。此外，还建议配合 Mamba 加速依赖解析，并为 pip 单独配置国内源。通过本文，开发者可彻底解决 Conda 下载慢、连接超时问题，大幅提升 Python 环境管理效率。