我明白你现在的需求——想用Miniconda在Windows 10上搭一个能同时跑TensorFlow和spyder-kernels=3.0的环境，之前直接用conda create -n tf tensorflow spyder spyder-kernels得到的老版本组合肯定不是你想要的对吧？先给你理清楚问题出在哪，再一步步教你搞定。

首先，得明确版本兼容性的核心要求：

• spyder-kernels=3.0只支持Python 3.8到3.11，这是硬规则
• TensorFlow 2.x的主流版本（比如2.10到2.13）都适配Python 3.8-3.11，刚好能和spyder-kernels=3.0完美匹配

你之前的尝试没指定任何版本，conda会自动找所有包都能兼容的最老版本组合，所以才会降到Python 3.7、老版TensorFlow和Spyder，这是conda的默认适配逻辑。

接下来是具体操作步骤：

1. 创建指定版本的Conda环境 #

直接用一条命令锁定关键版本，避免版本冲突：

conda create -n tf_env python=3.10 spyder-kernels=3.0 tensorflow=2.12.0

（选Python 3.10是因为它对这两个包的兼容性都很好，你也可以换成3.9，对应的TensorFlow版本选2.11或2.12都没问题）

如果这条命令出现冲突提示，可以分步骤安装：

• 先创建基础环境：

  conda create -n tf_env python=3.10 spyder-kernels=3.0
  

• 激活环境：

  conda activate tf_env
  

• 再安装TensorFlow：

  conda install tensorflow=2.12.0
  

  要是conda源里的TensorFlow版本不合适，也可以用pip安装：

  pip install tensorflow==2.12.0
  

2. 让Spyder使用这个环境的内核 #

你已经装了Spyder 6.0.0，打开它之后：

• 点击顶部菜单栏的「工具」→「偏好设置」
• 在左侧找到「Python解释器」，选择「使用现有环境」
• 在下拉列表里找到你刚创建的tf_env，点击「应用」后重启Spyder

3. 验证安装 #

激活环境后，运行conda list，检查输出里的关键包：

• Python版本应该是3.10.x
• spyder-kernels版本是3.0.x
• TensorFlow版本是2.12.x（或者你指定的其他兼容版本）

这样就能得到一个同时满足你需求的Conda环境啦！

备注：内容来源于stack exchange，提问作者BsAxUbx5KoQDEpCAqSffwGy554PSah