Windows下Conda无法创建Python 3.11虚拟环境：从镜像源404到PackagesNotFoundError的完整排查与解决

1. 问题背景

最近在一台 Windows 电脑上配置 PyTorch GPU 环境，希望单独创建一个 Python 3.11 的 Conda 虚拟环境，用于后续安装 PyTorch、CUDA 相关依赖。

本机已有 Anaconda，base 环境中的 Python 版本为：

Python 3.13.9

计划创建一个新的虚拟环境：

pytorchgpu

并指定：

Python 3.11

正常情况下，只需要执行：

conda create -n pytorchgpu python=3.11

但实际配置过程中却连续遇到了两个问题：

1. Conda 镜像源返回 HTTP 404；
2. 即使切换到官方源，Conda 仍然提示 python=3.11 不存在。

更奇怪的是：

conda search 明明可以搜索到 Python 3.11，但 conda create 却始终提示 PackagesNotFoundError。

最终经过逐层排查，发现问题并不在 Python 3.11，也不在 conda-forge，而是主要集中在 Conda 默认求解器的求解过程。

本文记录完整排查过程。

---

2. 第一个问题：阿里云 Conda 镜像源失效

最开始执行：

conda create -n pytorchgpu python=3.11

出现：

UnavailableInvalidChannel: HTTP 404 Not Found for channel conda-forge

https://mirrors.aliyun.com/anaconda/cloud/conda-forge

Conda 当前配置大致如下：

channels:
  - conda-forge
  - pytorch

show_channel_urls: true

default_channels:
  - https://mirrors.aliyun.com/anaconda/pkgs/main
  - https://mirrors.aliyun.com/anaconda/pkgs/r
  - https://mirrors.aliyun.com/anaconda/pkgs/msys2

custom_channels:
  conda-forge: https://mirrors.aliyun.com/anaconda/cloud
  pytorch: https://mirrors.aliyun.com/anaconda/cloud
  msys2: https://mirrors.aliyun.com/anaconda/cloud
  bioconda: https://mirrors.aliyun.com/anaconda/cloud
  menpo: https://mirrors.aliyun.com/anaconda/cloud

channel_priority: flexible

从报错可以看出，Conda 实际尝试访问：

https://mirrors.aliyun.com/anaconda/cloud/conda-forge

但该地址返回：

HTTP 404

因此第一层问题很明确：

当前 .condarc 中配置的阿里云 conda-forge 镜像地址已经无法正常使用。

---

3. 尝试绕过镜像源

为了避免原有 .condarc 干扰，可以临时指定官方源，并加：

--override-channels

例如使用 Anaconda 官方 main：

conda create -n pytorchgpu python=3.11 ^
-c https://repo.anaconda.com/pkgs/main ^
--override-channels

PowerShell 中实际可直接写为一行：

conda create -n pytorchgpu python=3.11 -c https://repo.anaconda.com/pkgs/main --override-channels

结果虽然已经能够正常下载：

Collecting package metadata (repodata.json): done

但随后却出现：

Solving environment: failed

PackagesNotFoundError: The following packages are not available from current channels:

  - python=3.11

这就比较奇怪了。

因为 Python 3.11 显然不可能已经从官方仓库中完全消失。

---

4. 换成官方 conda-forge，仍然失败

进一步完全绕开阿里云镜像，直接使用官方 conda-forge：

conda create -n pytorchgpu python=3.11 -c https://conda.anaconda.org/conda-forge --override-channels

结果仍然是：

Collecting package metadata (repodata.json): done
Solving environment: failed

PackagesNotFoundError:

  - python=3.11

到这里基本可以排除一个简单结论：

问题已经不只是"阿里云镜像失效"。

因为此时已经直接访问官方 conda-forge。

---

5. 最关键的一步：先不要创建环境，直接搜索 Python 3.11

这个排查思路非常重要。

conda create 同时涉及：

1. 仓库索引读取；
2. 包版本查询；
3. 依赖求解；
4. 环境创建。

因此如果直接运行 conda create，很难确定究竟是哪一层出了问题。

于是改用：

conda search "python=3.11" -c https://conda.anaconda.org/conda-forge --override-channels --repodata-fn repodata.json --no-repodata-use-zst

结果成功列出了大量 Python 3.11 版本：

python  3.11.0
python  3.11.1
python  3.11.2
python  3.11.3
...
python  3.11.14
python  3.11.15
python  3.11.16

例如：

python  3.11.16  hb12b558_0_cpython  conda-forge

这一步极其关键。

它说明：

conda-forge 官方源正常
        ↓
Windows win-64 包正常
        ↓
Python 3.11 包真实存在
        ↓
本机网络正常
        ↓
Conda 能够读取仓库索引

换句话说：

PackagesNotFoundError 并不是真的意味着仓库里不存在 Python 3.11。

问题应该发生在：

Solving environment

这一阶段。

---

6. 尝试固定 Python 3.11.16，依然失败

既然搜索结果已经明确显示：

Python 3.11.16

存在，那么进一步指定准确版本：

conda create -n pytorchgpu python=3.11.16 -c https://conda.anaconda.org/conda-forge --override-channels --repodata-fn repodata.json --no-repodata-use-zst

结果仍然：

Solving environment: failed

PackagesNotFoundError:

  - python=3.11.16

此时问题就更加明确了：

conda search
→ 能看到 Python 3.11.16

conda create
→ 却说 Python 3.11.16 不存在

因此已经基本可以判断：

问题发生在 Conda 创建环境时的依赖求解阶段，而不是包本身不存在。

---

7. 排查是否存在隐藏的 Conda 限制

在怀疑 solver 之前，还可以检查几个 Conda 配置。

7.1 检查是否只允许旧 .tar.bz2 包

执行：

conda config --show use_only_tar_bz2

结果：

use_only_tar_bz2: None

说明没有显式限制 Conda 只能安装旧格式包。

---

7.2 检查是否锁定了 Python 版本

执行：

conda config --show pinned_packages

结果：

pinned_packages: []

说明没有类似：

python=3.13

这样的全局版本锁定。

---

7.3 检查创建环境时是否自动加入额外软件包

执行：

conda config --show create_default_packages

结果：

create_default_packages: []

说明 Conda 在创建新环境时没有自动加入其他默认包。

因此以下三个常见原因均被排除：

use_only_tar_bz2       → 无异常
pinned_packages        → 空
create_default_packages → 空

问题进一步集中到：

Conda solver。

---

8. 最终解决方案：切换为 classic solver

最终执行：

conda create -n pytorchgpu python=3.11.16 -c https://conda.anaconda.org/conda-forge --override-channels --solver=classic --repodata-fn repodata.json --no-repodata-use-zst --no-pin --no-default-packages

其中最关键的是：

--solver=classic

另外几个参数分别用于最大限度减少其他配置干扰：

--override-channels

只使用本次指定的 channel。

--repodata-fn repodata.json

明确使用完整 repodata。

--no-repodata-use-zst

不使用 zstd 压缩版 repodata。

--no-pin

忽略潜在版本 pin。

--no-default-packages

不自动加入默认包。

这一次结果终于变为：

Collecting package metadata (repodata.json): done
Solving environment: done

然后正常生成：

## Package Plan ##

environment location:

C:\Users\小乔\.conda\envs\pytorchgpu

added / updated specs:

  - python=3.11.16

并列出了待安装的软件包：

python-3.11.16
pip
setuptools
openssl
tk
wheel
...

最终显示：

done

# To activate this environment, use
#
#     conda activate pytorchgpu

至此，环境终于创建成功。

---

9. 为什么 --solver=classic 能解决问题？

Conda 新版本通常会使用较新的依赖求解机制。

而本次实际测试中出现了一个非常典型的现象：

默认 solver
        ↓
Python 3.11.16
        ↓
PackagesNotFoundError

切换：

--solver=classic

之后：

Solving environment: done

因此从本次排查结果来看：

问题高度集中在默认 solver 的求解路径，而不是 Python 3.11 本身。

需要注意的是，这并不意味着：

所有 Conda 用户都应该永久改成 classic。

而是说：

当出现"conda search 能找到包，而 conda create 却报 PackagesNotFoundError"这种反常情况时，切换 solver 是一个非常值得尝试的排错手段。

---

10. 推荐的简化解决命令

如果确定自己的问题与本文类似，可以先尝试：

conda create -n pytorchgpu python=3.11 --solver=classic

如果原有 Conda channel 配置存在问题，则建议进一步指定官方 conda-forge：

conda create -n pytorchgpu python=3.11 -c https://conda.anaconda.org/conda-forge --override-channels --solver=classic

如果仍然存在 repodata 或其他配置干扰，可以使用完整版：

conda create -n pytorchgpu python=3.11.16 -c https://conda.anaconda.org/conda-forge --override-channels --solver=classic --repodata-fn repodata.json --no-repodata-use-zst --no-pin --no-default-packages

---

11. 如何确认环境确实创建成功

创建完成后执行：

conda activate pytorchgpu

然后：

python --version

正常应看到：

Python 3.11.16

还可以执行：

where.exe python

正常情况下，虚拟环境中的 Python 应该位于类似：

C:\Users\用户名\.conda\envs\pytorchgpu\python.exe

---

12. 一个很重要的排错思路：不要看到 PackagesNotFoundError 就立即换源

这次排查过程中最大的经验之一就是：

PackagesNotFoundError 并不一定意味着这个包真的不存在。

例如本次：

conda create python=3.11.16

提示：

PackagesNotFoundError

但：

conda search "python=3.11"

却可以明确看到：

3.11.16

因此以后遇到类似问题，可以按照下面的顺序排查：

第一步
检查 channel 是否可以访问
        ↓
第二步
conda search 包名
        ↓
第三步
确认仓库里是否真实存在该包
        ↓
第四步
检查 pinned_packages 等配置
        ↓
第五步
切换 solver
        ↓
第六步
再考虑重装 Conda

而不是一看到：

PackagesNotFoundError

就开始：

换镜像
重装 Python
重装 Anaconda
重装 CUDA

很多时候这些操作其实和真正的问题没有关系。

---

13. 建议检查自己的 .condarc

如果之前使用过国内镜像，建议执行：

conda config --show-sources

查看 Conda 到底读取了哪些配置文件。

然后：

conda config --show channels

以及：

conda config --show

检查是否还存在已经失效的：

custom_channels

例如本文最开始遇到的：

custom_channels:
  conda-forge: https://mirrors.aliyun.com/anaconda/cloud

如果该镜像已经无法访问，那么即使其他配置没有问题，也会导致：

HTTP 404

因此需要把：

"镜像源问题"

和：

"solver 问题"

分开处理。

本文实际上同时遇到了这两层问题。

---

14. 本次问题的完整故障链

整个过程可以总结为：

conda create python=3.11
        ↓
阿里云 conda-forge
        ↓
HTTP 404
        ↓
发现镜像源失效
        ↓
切换 Anaconda 官方源
        ↓
PackagesNotFoundError
        ↓
切换官方 conda-forge
        ↓
仍然 PackagesNotFoundError
        ↓
conda search python=3.11
        ↓
成功找到 Python 3.11.0～3.11.16
        ↓
证明包确实存在
        ↓
检查 pinned/default packages 等配置
        ↓
均无异常
        ↓
切换 --solver=classic
        ↓
Solving environment: done
        ↓
Python 3.11.16 环境创建成功

所以最终问题并不是单一原因，而是：

第一层：旧 Conda 镜像配置失效；

以及：

第二层：默认 solver 在当前环境中出现异常求解行为。

---

15. 总结

如果你在 Windows 下执行：

conda create -n xxx python=3.11

遇到：

PackagesNotFoundError

不要立即认为：

Python 3.11 不支持了。

尤其是当：

conda search "python=3.11"

能够正常找到目标版本时，就应该把排查重点放到：

Conda channel
Conda 配置
repodata
solver

而不是 Python 本身。

本次最终成功命令为：

conda create -n pytorchgpu python=3.11.16 -c https://conda.anaconda.org/conda-forge --override-channels --solver=classic --repodata-fn repodata.json --no-repodata-use-zst --no-pin --no-default-packages

成功标志：

Solving environment: done

以及：

python 3.11.16

至此，Python 3.11 虚拟环境创建完成。

下一步便可以继续安装 PyTorch GPU 环境。

---

附：本文常用排查命令汇总

查看 Conda 版本：

conda --version

查看 Conda 配置来源：

conda config --show-sources

查看 channels：

conda config --show channels

搜索 Python 3.11：

conda search "python=3.11" -c https://conda.anaconda.org/conda-forge --override-channels

检查包格式限制：

conda config --show use_only_tar_bz2

检查版本锁定：

conda config --show pinned_packages

检查默认附加包：

conda config --show create_default_packages

使用 classic solver 创建环境：

conda create -n pytorchgpu python=3.11 --solver=classic

确认 Python 版本：

python --version

确认 Python 实际路径：

where.exe python