在不同机器上迁移（clone）一个 Conda 环境，可以有几种常见的方法。

---

方法一：使用 conda env export / conda env create

这是最常见、最稳妥的做法。

在源机器上：

conda activate myenv
conda env export > environment.yml

这样会生成一个 environment.yml 文件，里面记录了环境的依赖包。

在目标机器上：

将 environment.yml 拷贝过去，然后运行：

conda env create -f environment.yml

⚠️ 注意：

• 有时候 environment.yml 里会包含一些和系统平台强绑定的包（如 CUDA、MKL、显卡驱动版本），可能导致新机器上无法完全复现。

• 如果遇到问题，可以先用

  conda env export --no-builds > environment.yml
  

  去掉具体 build 号，提高跨平台兼容性。

---

方法二：直接打包环境

如果目标机器和源机器平台一致（比如都是 Linux x86_64），可以直接打包环境目录。

在源机器上：

conda activate myenv
conda pack -n myenv -o myenv.tar.gz

在目标机器上：

把 myenv.tar.gz 拷贝过去，然后：

mkdir -p ~/miniconda3/envs/myenv
tar -xzf myenv.tar.gz -C ~/miniconda3/envs/myenv

接着修复路径：

conda activate myenv
conda-unpack

⚠️ 注意：

• conda-pack 需要事先安装：

  conda install -c conda-forge conda-pack
  

---

方法三：用 requirements.txt（如果主要是 pip 包）

如果环境里 pip 包比较多，可以导出 pip 的依赖：

在源机器上：

pip freeze > requirements.txt

在目标机器上：

conda create -n myenv python=3.9
conda activate myenv
pip install -r requirements.txt

⚠️ 这种方式对 conda 特有包（如 cudatoolkit、mkl）不适用。

---

✅ 总结：

• 如果要跨平台/系统 → 推荐 方法一 (environment.yml)
• 如果在相同平台迁移完整环境 → 推荐 方法二 (conda-pack)
• 如果主要是 pip 包 → 可以用 方法三