介绍

UV 是一个现代化的 Python 包管理工具，旨在替代传统的包管理工具，如 pip 和 virtualenv，提供更快速、高效、统一的开发体验。它的设计理念是提升包管理和虚拟环境管理的速度，并简化开发者的工作流。

UV 的主要特点：

高性能：
- 使用 Rust 编写，性能比传统的 Python 包管理工具（如 pip）快 10-100 倍。
- 支持并行下载和安装包，具有智能缓存机制。
统一工具链：
- 一个命令行工具就可以完成多个任务，包括创建虚拟环境、安装包、运行脚本、添加依赖等。
- 例如，通过 uv venv 创建虚拟环境，通过 uv pip install 安装包，通过 uv run 运行 Python 脚本。
现代化的依赖管理：
- 支持 pyproject.toml 文件：pyproject.toml 文件是 Python 官方推荐的标准格式，用于描述项目的元数据和依赖关系。
- 自动生成锁定文件，保证项目的依赖一致性。
- 支持依赖组（如开发、文档、测试等依赖组），便于管理不同环境的依赖。
PEP 723 支持：
- 支持在 Python 脚本中直接声明依赖，便于开发者更直观地管理依赖关系。
跨平台一致性：
- Windows、macOS、Linux 三大平台上有相同的使用方式，避免了跨平台的兼容性问题。

UV 的优势：

速度快：通过并行化和智能缓存机制，提升了包的下载和安装速度。
简单易用：一个命令行工具替代多个工具，减少了配置和使用的复杂性。
统一管理：不仅管理 Python 环境，还能管理项目依赖，简化了开发流程。
PEP 723 支持：这种内联依赖声明方式使得 Python 脚本可以更加自包含，减少了外部依赖配置的复杂度。

使用场景：

适合现代开发者：对于追求效率和现代化工作流的开发者来说，uv 是一个理想的工具。
CI/CD 环境：对于需要快速构建和部署的持续集成/持续部署环境，uv 提供了很好的性能支持。
新项目开发：推荐用于新项目，可以享受更快的包管理和虚拟环境创建体验。

适用范围：

推荐使用：新项目、现代 Python 开发工作流、个人项目、CI/CD 任务。
谨慎使用：复杂的遗留项目、企业环境（特别是需要私有源配置的场景）、对包构建有特殊要求的项目。

总结：

UV 是一个非常有前景的工具，适合于追求高效、快速的开发者。尽管它相较于 pip 和 virtualenv 还比较年轻，但它通过出色的性能和简化的工作流，提供了一个强有力的替代方案。

安装

方法一：使用安装脚本

macOS 和 Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows PowerShell:

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

方法二：使用包管理器

macOS (Homebrew):
```
brew install uv
```
Windows (Scoop):
```
scoop install uv
```

通过 pip 安装

pip install uv

入门

使用虚拟环境

创建虚拟环境
- 创建一个新的虚拟环境：
```
uv venv myproject
```
- 创建指定 Python 版本的虚拟环境：
```
uv venv --python 3.11 myproject
```
- 激活虚拟环境：
  - Linux/macOS:
```
source myproject/bin/activate
```
  - Windows:
```
myproject\Scripts\activate
```

安装包

安装单个包：
```
uv pip install requests
```
安装多个包：
```
uv pip install requests numpy pandas
```
安装指定版本的包：
```
uv pip install "django>=4.0,<5.0"
```
从 requirements.txt 安装：
```
uv pip install -r requirements.txt
```

使用 UV 方式

项目初始化

初始化一个新项目：
```
uv init my_uv_test
cd my_uv_test
```
查看项目结构：
```
tree .
```

.
├── main.py
├── pyproject.toml
└── README.md

1 directory, 3 files

使用 pyproject.toml 管理依赖

[project]
name = "my-uv-test"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.12"
dependencies = []

依赖管理
- 安装依赖（从 pyproject.toml）：
```
uv pip install -e .
```
- 安装开发依赖：
```
uv pip install -e ".[dev]"
```
- 安装所有可选依赖：
```
uv pip install -e ".[dev,docs,web]"
```
- 生成锁定文件：
```
uv pip freeze > requirements.lock
```
- 同步依赖（确保环境与 requirements.txt 完全一致）：
```
uv pip sync requirements.txt
```

添加依赖

添加生产依赖：

uv add requests
uv add "django>=4.0,<5.0"
uv add requests beautifulsoup4 pandas

添加开发依赖：

uv add --dev pytest black flake8
uv add --dev "pytest>=7.0"

添加可选依赖组：

uv add --group docs sphinx sphinx-rtd-theme
uv add --group web fastapi uvicorn

更新后的 pyproject.toml：

[project]
name = "my-uv-test"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.12"
dependencies = [
    "requests>=2.32.3",
]

运行

选择 Python 版本的优先级顺序：

明确指定版本（最高优先级）：

uv run --python 3.11 script.py
uv run --python python3.12 script.py
uv run --python /usr/bin/python3.10 script.py

使用 pyproject.toml 或 .python-version 文件：
- pyproject.toml:
```
[project]
requires-python = ">=3.9"
```
- .python-version 文件：
```
3.11.5
```
设置环境变量：
```
export UV_PYTHON=3.11
uv run script.py
```
系统默认 Python：
```
uv run script.py
```

在没有 pyproject.toml 的情况下，uv 通过以下方式处理依赖：
- 使用 --with 参数临时安装包：
```
uv run --with requests --with pandas script.py
```
- 通过脚本内联声明依赖（PEP 723）：
  在 Python 脚本顶部添加特殊注释：
```
# /// script
# dependencies = [
#   "requests",
#   "pandas>=1.0",
# ]
# ///
```
  然后直接运行：
```
uv run script.py
```
- 使用 requirements.txt：
```
uv run script.py
```
- 完全不管理依赖：
  uv 会创建一个临时的虚拟环境，只安装 Python 标准库。

UV 的优缺点

优点 ⭐

极快的速度：
- 使用 Rust 编写，比 pip 快 10-100 倍
- 并行下载和安装包
- 智能缓存机制
统一的工具链：
- uv 负责所有功能：创建虚拟环境、包管理、运行脚本、添加依赖
现代化的依赖管理：
- 支持 pyproject.toml
- 自动生成锁定文件
- 依赖组管理（如 dev, docs, test）
开箱即用：
- 无需预先创建虚拟环境
PEP 723 支持：
- 支持在脚本内声明依赖
跨平台一致性：
- Windows、macOS、Linux 行为一致

缺点 ⚠️

生态系统兼容性：
- 某些包的构建可能有问题
- C 扩展包支持不完善
- 企业环境的私有源配置较复杂
学习成本：
- 新的命令和概念
- 与传统 pip/virtualenv 工作流不同
相对年轻：
- 社区较小，文档和教程不如 pip 丰富
依赖 Rust 生态：
- 某些平台缺少预编译二进制
- 从源码编译需要 Rust 工具链

适用场景

推荐使用：

新项目开发
对速度有要求的 CI/CD
现代 Python 开发工作流
个人项目和学习

谨慎使用：

传统企业环境
复杂的遗留项目
需要特殊包构建的项目
团队对新工具抗拒

总结

uv 是 Python 包管理的未来趋势，特别适合追求效率的现代开发者。虽然还有一些兼容性问题，但其速度和易用性优势明显，值得在新项目中尝试使用。

UV 包管理工具：替代 pip 的现代化解决方案

介绍