我来帮你一步步搞定这个Conda环境复制的麻烦，之前我自己复制环境的时候也踩过类似的坑😉

先处理无效通道的问题 #

你看到的file:///C:/WINDOWS/Temp/AnacondaPlugin501是临时生成的无效通道，大概率是某个插件临时创建的，现在已经没用了，得先把它从Conda配置里删掉：

方法1：用命令移除 #

直接在终端执行：

conda config --remove channels file:///C:/WINDOWS/Temp/AnacondaPlugin501

方法2：手动编辑配置文件 #

Windows系统下，你的Conda配置文件在C:\Users\<你的用户名>\.condarc，打开这个文件，找到包含file:///C:/WINDOWS/Temp/AnacondaPlugin501的行，直接删掉保存即可。

再解决ResolvePackageNotFound的问题 #

这个错误的核心原因是：conda env export默认会导出环境里所有包的精确版本和来源，包括一些系统级依赖（比如你遇到的cuda 7.5）、本地缓存的包，或者特定渠道独占的包，这些在新环境里可能根本找不到。

这里有几个靠谱的解决方案：

方案1：导出「干净的环境清单」（推荐） #

用--from-history参数导出你手动安装的包（不包含间接依赖），这样生成的yml文件更简洁，也不容易出问题：

conda env export --from-history -n DataScience > env_clean.yml

打开这个新的env_clean.yml，你会发现里面只有你自己主动安装的包（比如pandas、matplotlib这些），然后用它创建新环境：

conda env create -n Dashboard -f env_clean.yml

方案2：手动修改原有的yml文件 #

如果必须保留所有依赖，可以手动编辑env_dashboard.yml：

1. 删掉找不到的包：比如- cuda 7.5 0，cuda很多时候是系统层面安装的，不是通过Conda管理的，完全可以去掉；
2. 清理channels部分：确保里面只有有效的通道，比如defaults、conda-forge、bioconda这些，删掉那个临时的file:///...通道；
3. 放宽版本限制：对于一些找不到精确版本的包，可以去掉版本号，让Conda自动匹配合适的版本，比如把numpy=1.21.6=py39h6d2d95c_0改成numpy。

方案3：手动创建环境并安装包 #

如果上面的方法都不行，还可以直接创建空环境，然后手动安装需要的包：

# 先查看原环境的Python版本，比如3.9
conda create -n Dashboard python=3.9
conda activate Dashboard
# 安装你需要的包，比如
conda install pandas numpy matplotlib scikit-learn

额外提示 #

以后复制环境优先用--from-history，它生成的环境清单更通用，不管是在自己电脑还是其他机器上都更容易成功。如果需要保留完整依赖，记得检查yml里的包是否都是Conda仓库能找到的，系统级依赖尽量不要包含进去。

内容的提问来源于stack exchange，提问作者thyhmoo