$ loading_
帮助用户通过 MCP 管理 Conda 环境与软件包，简化开发与数据分析配置。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Anaconda MCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 Anaconda MCP 创建一个名为 data-lab 的 conda 环境，Python 版本为 3.11，并安装 pandas、numpy 和 jupyter。
返回环境创建结果，并确认指定 Python 版本和软件包已安装。
请检查 myproject 环境中已安装的软件包版本，列出可更新项，并将 scipy 更新到最新兼容版本。
输出当前依赖清单、可更新建议，以及 scipy 更新后的结果。
请把 research-env 的 conda 环境导出为可复现的配置文件，并给我一份适合团队共享的说明。
生成环境配置导出结果，并附上简要的团队复现说明。
为 AI 提供只读的 Conda 生态元数据查询，用于搜包与依赖解析。
在项目工作区中安全管理 Python 虚拟环境与依赖包操作。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
通过 MCP 协议安全连接并操作 MySQL 数据库，便于查询、管理与自动化集成。
通过统一接口执行文件、数据库、网页与系统运维等基础设施操作。
通过 MCP 执行文件操作、管理 npm 包并检查配置安全与合规。