Conda 很棒，但它假设人们完全独立地编码，就像公共(public) python 模块中完全缺乏命名空间层次结构一样。寻找 6 个人在基本相同的 conda 环境中进行开发的最佳实践。让我们假装不会有异常(exception)。没有容器，这会让这变得更容易。
我想问问其他人有什么秘诀吗？任何人都可以推荐其他最佳实践吗？
以下是我们目前正在开展的工作:
拥有一个“源”environment.yml，然后让所有开发人员从导出的快照 yml 开始工作(除非他们正在开发 conda 环境本身)，这样他们就都在完全相同的环境中进行开发。当某人的应用程序投入生产并且您发现它的开发环境时，您不希望出现意外。这只是每种语言的标准最佳实践。
将共享 conda 环境部署到 QA 和 Prod。 Conda环境占用几GB的空间，这是一个小问题，但安装也需要很多时间。每次应用程序更新都需要安装大量机器。是的，需要关心 conda 环境的版本控制，但同时使用 2 或 3 个版本并不是什么问题。是的，conda/mamba 偶尔会出现错误。围绕它们工作很痛苦
最佳答案
使用 conda 已经有几年了，但最近放弃了它，因为它多次让我的团队陷入僵局。
如果您想保留在 conda 系统中，我给出的第一个建议是至少切换到 mamba，因为 conda 有时可能非常慢。
您没有指定需要管理的环境/语言。
对于我的团队来说，95% 都是 Python，我们改用诗歌，我们发现它速度更快，并且可以更轻松地通过其 TOML 配置来管理一致的环境。我们还使用它来将生产项目依赖项与开发环境分开，后者配备了许多在本地(例如预提交)或远程(例如 github 操作)工作流程中使用的 linter/测试器等。
当然，如果您需要安装 PyPI 上没有的非 Python 内容，则需要 conda 或您平台的包管理器(例如 Mac 的 homebrew、Debian Linux 及其衍生产品的 apt)。
希望这些有用。
关于python - 团队中的 conda 环境和共享 Linux 环境 - 最佳实践？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/75685777/