$ loading_
通过 MCP 管理 conda 环境与软件包，简化依赖配置和开发环境维护。
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。
请用 Anaconda MCP 创建名为 analysis-env 的 conda 环境，安装 python=3.11、pandas、numpy 和 jupyter，并列出安装结果。
返回环境创建与软件包安装结果，并确认环境可用于数据分析。
请用 Anaconda MCP 检查 myproject 环境中的依赖冲突，说明冲突来源，并给出可执行的修复方案。
输出冲突软件包分析、原因说明，以及建议的版本调整或安装方案。
请用 Anaconda MCP 导出当前 conda 环境的配置为 environment.yml，并总结其中的关键依赖。
生成可复用的环境配置内容，并附带主要依赖项摘要。
通过 MCP 连接 Jupyter 环境，帮助执行代码、分析数据并交互式探索结果。