【学习心得】conda打包进行环境迁移遇到conda包和pip包管理冲突问题

(一)背景描述

开发机器用于开发,实机机器用于测试,实机是离线的,两个机器需要同步环境。所以需要在开发环境中打包并在另一台 Linux 机器上还原该环境。

① 第一步:在开发机器上打包环境

bash 复制代码
# 1、在base环境安装 conda-pack(如果尚未安装)
conda install -c conda-forge conda-pack
pip install conda-pack  # 或者用 pip

# 2、打包 dev_env 环境
conda pack -n dev_env -o dev_env.tar.gz

这会生成一个名为 dev_env.tar.gz 的压缩文件,包含整个环境(包括二进制文件、Python、依赖库等)。可以通过 ls -lh dev_env.tar.gz 查看文件大小。

② 第二步:在测试机器上解压并激活环境

使用conda info查看conda环境保存路径,并在路径下创建一个环境文件夹。

bash 复制代码
# 查看conda虚拟环境存放路径
conda info
# 创建需要迁移的环境文件夹
mkdir ~/miniconda3/envs/dev_env

将压缩文件解压在conda的envs中。

bash 复制代码
tar -zxvf dev_env.tar.gz -C ~/miniconda3/envs/dev_env

激活环境并运行 conda-unpack。

bash 复制代码
conda activate dev_env
conda-unpack

(二)遇到问题

第一步中在打包dev_env环境的时候出错如下:

Collecting packages... CondaPackError: Files managed by conda were found to have been deleted/overwritten in the following packages: - pip 25.2: lib/python3.1/site-packages/pip-25.2.dist-info/INSTALLER lib/python3.1/site-packages/pip-25.2.dist-info/METADATA lib/python3.1/site-packages/pip-25.2.dist-info/RECORD + 453 others This is usually due to pip uninstalling or clobbering conda managed files, resulting in an inconsistent environment. Please check your environment for conda/pip conflicts using conda list, and fix the environment by ensuring only one version of each package is installed (conda preferred).

解决方案

bash 复制代码
conda-pack -n test -o test.tar.gz --ignore-missing-files

确保所有的包都是pip安装的,加上一个 --ignore-missing-files 参数

相关推荐
烟锁池塘柳04 天前
Conda 创建环境报错:Unable to read repodata JSON file,清华源 pkgs/free 失效解决方法
json·conda
veminhe5 天前
conda使用
python·conda
Albart5755 天前
【已解决】ModuleNotFoundError_ No module named ‘xxx’ 模块导入失败终极解决
python·pip·环境配置·后端开发·bug解决·模块报错·python导包失败
10mAh5 天前
Python 环境彻底不乱:uv、pip、venv、Conda 怎么选?Windows 项目迁移与锁版本实战
python·pip·uv
doubt。6 天前
RAG与Agent智能体项目实战教程跟练与解析(前置准备与OpenAI库基础使用)
python·ai·pip
二进制杯莫停7 天前
A和B环境的python版本相同,B环境无法安装pip依赖,离线安装
开发语言·python·pip
DFT计算杂谈9 天前
服务器通过pip安装Kimi Code CLI 和使用
运维·服务器·pip
方与圆之帆9 天前
conda 管理不同版本的软件包
conda·gdal·osm
Patrick在香港10 天前
Python依赖管理从踩坑到选型:pip/poetry/uv四种方案全面实测
开发语言·python·数据分析·scikit-learn·ai编程·pip·uv
数智工坊10 天前
Conda 环境 Docker 标准化迁移完整方案,适配深度学习 GPU 训练
深度学习·docker·conda