1. Linux 下 Anaconda3 安装卸载与 AI 通道配置Anaconda3 是 Linux 上最常见的 Python 数据科学发行版它把 conda 包管理器、Python 解释器和几百个科学计算库打包在一起适合做数据分析、模型训练和日常脚本开发的人。很多人装完 Anaconda3 之后下一步就是让终端里的 AI 工具能正常调用大模型接口而这一步往往卡在 Key 分散、配置文件格式不统一上。这篇内容聚焦两件事一是 Linux 下 Anaconda3 的完整安装与卸载流程二是装好之后用 TaoToken 统一 Key 接入 AI 工具给出可直接复制的 settings.json 配置骨架和连通性验证动作。如果你正在搜索 Linux 安装 Anaconda3、卸载 Anaconda3、conda 环境管理或者想找一个统一的 API 通道来管理多个 AI 工具的 Key下面的步骤可以跟着做一遍。我试过在 Debian 和 CentOS 两种系统上走完整流程踩过的坑主要集中在依赖库缺失和 conda init 没生效这两处后面会单独说排查方法。2. 安装前的依赖准备与 TaoToken 前置2.1 系统依赖库Anaconda3 的图形组件依赖一批 X11 和 OpenGL 库最小化安装的 Linux 服务器通常没有。按发行版装一遍Debian/Ubuntuapt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 \ libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6RedHat/CentOSyum install libXcomposite libXcursor libXi libXtst libXrandr alsa-lib \ mesa-libEGL libXdamage mesa-libGL libXScrnSaverArch Linuxpacman -Sy libxau libxi libxss libxtst libxcursor libxcomposite \ libxdamage libxfixes libxrandr libxrender mesa-libgl alsa-lib libglvndOpenSuse/SLESzypper install libXcomposite1 libXi6 libXext6 libXau6 libX11-6 \ libXrandr2 libXrender1 libXss1 libXtst6 libXdamage1 libXcursor1 \ libxcb1 libasound2 libX11-xcb1 Mesa-libGL1 Mesa-libEGL1Gentooemerge x11-libs/libXau x11-libs/libxcb x11-libs/libX11 x11-libs/libXext \ x11-libs/libXfixes x11-libs/libXrender x11-libs/libXi x11-libs/libXcomposite \ x11-libs/libXrandr x11-libs/libXcursor x11-libs/libXdamage x11-libs/libXScrnSaver \ x11-libs/libXtst media-libs/alsa-lib media-libs/mesa这些库装完不会立刻看到效果但缺了它们后面启动 conda 的图形相关命令会报libGL.so.1: cannot open shared object file之类的错。2.2 TaoToken 前置拿统一 KeyTaoToken 的作用是把多个 AI 工具的 API 通道统一成一个 Key 和一个 Base URL省得每个工具单独配一遍。你需要先做两件事第一注册并登录控制台地址是 https://taotoken.net/console 。登录后在 API Keys 页面创建一个 Key复制保存后面配置里会用到。第二确认你要接入的工具走的是 OpenAI 兼容协议还是 Anthropic 协议。TaoToken 的 API 入口是 https://taotoken.net/api OpenAI 兼容的客户端把 Base URL 填这个地址即可Anthropic 协议的客户端比如 Claude Code走对应的 Anthropic 兼容入口具体路径在接入文档里有说明https://taotoken.net/doc 。如果你只是想让终端里的 AI 工具能对话用模型对话页面先验证一下 Key 是否可用https://taotoken.net/model 。长期写代码或者跑 Agent 的话可以看 Coding Plan 的说明https://taotoken.net/coding-plan 。3. Anaconda3 安装全流程与 settings.json 配置骨架3.1 下载与安装从 Anaconda 归档地址下载安装脚本。以 2019.10 版本为例wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh执行安装sh Anaconda3-2019.10-Linux-x86_64.sh按 Enter 继续会滚动显示许可条款读到最后会提示Do you accept the license terms? [yes|no]输入yes。接着提示安装路径直接 Enter 用默认路径或者输入一个不存在的路径注意路径必须不存在否则安装会失败。最后会问Do you wish the installer to initialize Anaconda3 by running conda init?选yes这样 conda 会自动写入 shell 配置。看到Thank you for installing Anaconda3就表示装好了。让配置生效source ~/.bashrc验证conda --version正常会输出类似conda 4.7.12的版本号。3.2 settings.json 配置骨架装好 Anaconda3 之后很多 AI 工具会读取一个 settings.json 来获取 API 配置。下面是一个可复制的骨架把YOUR_TAOTOKEN_KEY替换成你在控制台创建的 Key{ api: { base_url: https://taotoken.net/api, api_key: YOUR_TAOTOKEN_KEY, model: gpt-4o-mini, timeout: 60, max_retries: 3 }, env: { OPENAI_API_KEY: YOUR_TAOTOKEN_KEY, OPENAI_BASE_URL: https://taotoken.net/api }, conda: { auto_activate_base: false, channels: [ defaults ] } }几个字段说明字段作用建议值base_urlAPI 入口地址https://taotoken.net/apiapi_key统一 Key控制台创建model默认模型按需填写timeout请求超时秒数60max_retries失败重试次数3auto_activate_base是否自动激活 base 环境false 更干净把文件放到工具约定的位置通常是项目根目录或者~/.config/下对应工具的目录。环境变量那一段也可以直接写进~/.bashrcexport OPENAI_API_KEYYOUR_TAOTOKEN_KEY export OPENAI_BASE_URLhttps://taotoken.net/api然后source ~/.bashrc生效。3.3 conda 环境常规操作装好之后常用的 conda 命令整理如下方便你管理环境conda --version # 查看版本 conda update conda # 更新 conda conda env list # 查看所有环境 conda create --name myenv python3.10 # 创建环境 conda activate myenv # 激活环境 conda deactivate # 退出环境 conda info --envs # 查看环境信息 conda create --name newenv --clone oldenv # 克隆环境 conda remove --name myenv --all # 删除环境 conda list # 查看当前环境已装包 conda install --name myenv pandas # 指定环境装包 conda remove --name myenv pandas # 指定环境卸载包 conda update --all # 更新所有包 conda search --full-name python # 精确查找包版本 conda search py # 模糊查找包4. 验证请求与成功结果配置写完之后先验证 Key 和通道是否通。用 curl 发一个最小请求curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer YOUR_TAOTOKEN_KEY \ -d { model: gpt-4o-mini, messages: [{role: user, content: ping}] }如果返回 JSON 里带有choices字段和模型回复内容说明通道正常。如果返回 401检查 Key 是否复制完整返回 404检查 base_url 是否写成了https://taotoken.net/api而不是带/v1的完整路径具体以接入文档为准。再验证 Python 侧。在 conda 环境里装 openai 库conda activate myenv pip install openai写一个测试脚本from openai import OpenAI client OpenAI( api_keyYOUR_TAOTOKEN_KEY, base_urlhttps://taotoken.net/api ) resp client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: 你好}] ) print(resp.choices[0].message.content)运行后能打印出模型回复就说明 Anaconda3 环境 TaoToken 通道全部打通。5. 卸载 Anaconda3 与常见错排查5.1 卸载方法方法一直接删除目录rm -rf ~/anaconda3方法二用 anaconda-clean 清理配置后再删conda install anaconda-clean anaconda-clean --yes rm -rf ~/anaconda3然后手动清理 shell 配置里 conda 写入的内容。打开~/.bashrc删掉类似下面这段# conda initialize # ... conda 相关初始化代码 ... # conda initialize 以及可能存在的export PATH/home/user/anaconda3/bin:$PATH这一行。删完source ~/.bashrc。5.2 常见错排查报错一conda: command not found原因通常是 conda init 没执行或者 shell 配置没生效。先确认~/anaconda3/bin/conda存在然后手动加 PATHexport PATH$HOME/anaconda3/bin:$PATH source ~/.bashrc报错二libGL.so.1: cannot open shared object file缺图形依赖库回到第 2.1 节按发行版补装。报错三安装时提示路径已存在Anaconda 要求安装路径不存在。换一个路径或者先删掉旧目录再装。报错四API 请求返回 401 或 403Key 无效或没带上。检查 settings.json 里api_key字段和环境变量OPENAI_API_KEY是否一致注意不要有多余空格。报错五请求超时网络到 API 入口不通或者 timeout 设太短。把 timeout 调到 60 以上确认base_url写的是https://taotoken.net/api。报错六conda activate 报CommandNotFoundErrorshell 没初始化 conda。执行source ~/anaconda3/etc/profile.d/conda.sh再试conda activate。6. 接入文档与 Key 管理入口配置过程中如果遇到通道格式、模型名称、协议兼容的问题直接查接入文档最省事https://taotoken.net/doc 。Key 的创建、删除、额度查看都在控制台https://taotoken.net/api-keys 。如果你用的是 Claude Code 这类走 Anthropic 协议的工具对应的接入说明在 https://taotoken.net/claudecode-anthropic 。把 settings.json 骨架里的 Key 换成你自己的跑一遍第 4 节的 curl 和 Python 验证Anaconda3 环境和 AI 通道就都就位了。后面换工具或者加新工具只需要复用同一个 Key 和 base_url不用再逐个改配置。
