Linux 系统安装/卸载 Anaconda3：TaoToken 统一 Key 接入 settings.json 配置骨架

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/Ubuntu：

apt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 \ libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6

RedHat/CentOS：

yum install libXcomposite libXcursor libXi libXtst libXrandr alsa-lib \ mesa-libEGL libXdamage mesa-libGL libXScrnSaver

Arch Linux：

pacman -Sy libxau libxi libxss libxtst libxcursor libxcomposite \ libxdamage libxfixes libxrandr libxrender mesa-libgl alsa-lib libglvnd

OpenSuse/SLES：

zypper install libXcomposite1 libXi6 libXext6 libXau6 libX11-6 \ libXrandr2 libXrender1 libXss1 libXtst6 libXdamage1 libXcursor1 \ libxcb1 libasound2 libX11-xcb1 Mesa-libGL1 Mesa-libEGL1

Gentoo：

emerge 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 Key

TaoToken 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：

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~/.bashrc：

export OPENAI_API_KEY="YOUR_TAOTOKEN_KEY" export OPENAI_BASE_URL="https://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 python=3.10 # 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_key="YOUR_TAOTOKEN_KEY", base_url="https://taotoken.net/api" ) resp = client.chat.completions.create( model="gpt-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 PATH：

export 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 403

Key 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CommandNotFoundError

shell 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。