如何一次性批量更新所有Conda环境的全部软件包？

逐环境手动执行conda update -n envname --all的操作效率很低，可以通过以下方案实现批量更新，还有更省时间、更少出错的优化思路。

基础批量更新方案 #

直接通过命令遍历所有已创建的Conda环境，自动执行全量更新，不需要手动输入每个环境名。

• Linux/macOS/Git Bash 环境直接执行以下单行命令即可：

# 先更新base环境的conda本体，避免旧版本依赖解析报错
conda update -n base conda -y
# 遍历所有环境执行全量更新，-y参数自动确认所有操作提示
for env in $(conda env list | awk '{print $1}' | grep -v '^#' | grep -v '^$'); do conda update -n $env --all -y; done

• Windows 原生PowerShell环境执行以下脚本：

# 先更新base环境的conda本体
conda update -n base conda -y
# 遍历所有环境执行全量更新
conda env list | ForEach-Object {
    $envName = $_.Split()[0]
    if ($envName -and $envName -notmatch '^#') {
        conda update -n $envName --all -y
    }
}

更优的优化方案 #

如果本地环境数量多、第三方包杂，直接批量更新容易出现依赖解析慢、重复下载包、版本冲突的问题，可以用以下方式优化：

• 替换依赖解析引擎：安装mamba（C++实现的conda兼容客户端）后，把上述命令里的conda替换成mamba即可，依赖解析速度比原生conda快5-10倍，环境多的时候耗时差距非常明显
• 确认全局包缓存开启：执行conda config --show pkgs_dirs确认缓存路径正常，相同版本的包跨环境复用，不需要重复下载，能大幅缩短更新时间
• 特殊环境排除：如果有绑定了固定版本依赖的生产环境、大量使用pip安装包的环境，不要加入批量更新列表，单独手动更新更容易控制版本，避免依赖被覆盖导致环境不可用

注意事项 #

• 批量更新前建议对重要环境做备份，执行conda env export -n 环境名 > 环境名_backup.yml导出配置，万一更新后出现兼容性问题可以直接用备份文件重建环境
• 不要把批量更新设置为自动定时任务，conda跨大版本更新偶尔会出现兼容性问题，手动执行时遇到报错可以及时中断处理
• 如果更新时出现Solving environment卡住的问题，优先升级base环境的conda版本，或者换用mamba执行更新，基本可以解决90%以上的卡顿问题

内容的提问来源于stack exchange，提问作者BeRT2me