Python uv的使用和配置-EW帮帮网

一、uv 简介

uv 是由 Astral 团队（Ruff 工具的开发者）基于 Rust 编写的高性能 Python 包管理工具，旨在替代 pip、virtualenv 等传统工具。其核心优势包括：

极速性能：依赖解析和安装速度比 pip 快 10-100 倍，尤其适合大型项目或 CI/CD 环境。
功能集成：
- 统一管理包安装、虚拟环境、Python 版本和依赖锁定。
- 支持 pyproject.toml 和 uv.lock 文件，确保环境一致性。
兼容性：
- 兼容现有 requirements.txt 和 pip 命令。
- 跨平台支持（Windows/macOS/Linux）。

二、常用 uv 命令速查

按功能分类整理如下：

功能类别	命令示例	作用
虚拟环境管理	`uv venv`	创建虚拟环境（默认生成 `.venv` 目录）
	`uv venv --python 3.12`	指定 Python 版本创建环境
依赖管理	`uv add requests`	添加依赖并更新 `pyproject.toml`
	`uv add --dev pytest`	添加开发依赖
	`uv remove flask`	移除依赖
	`uv sync`	根据 `pyproject.toml` 和 `uv.lock` 同步环境
	`uv pip install -r requirements.txt`	从文件安装依赖（加速版 `pip`）
项目初始化	`uv init`	初始化项目（生成 `pyproject.toml` 和 `uv.lock`）
工具执行	`uv run python app.py`	在虚拟环境中运行脚本（自动激活环境）
	`uvx ruff check .`	直接运行工具（无需安装）
Python 版本管理	`uv python install 3.12`	安装指定 Python 版本
依赖分析	`uv tree`	查看依赖树

注：更多命令可通过 uv --help 查看。

三、从零构建虚拟环境：完整流程

步骤 1：安装 uv

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

# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# 或通过 pip（需环境隔离）
pipx install uv  # 推荐
pip install uv   # 备用

安装后验证：uv --version。

步骤 2：创建虚拟环境

uv venv .venv      # 创建虚拟环境到 .venv 目录
uv venv --python 3.11  # 指定 Python 版本

步骤 3：激活虚拟环境

# macOS/Linux
source .venv/bin/activate

# Windows
.venv\Scripts\activate

步骤 4：安装与管理依赖

uv add flask                   # 添加生产依赖（自动更新 pyproject.toml）
uv add --dev pytest            # 添加开发依赖
uv sync                        # 同步所有依赖到环境

步骤 5：运行项目

uv run python app.py  # 自动在虚拟环境中执行

步骤 6：依赖一致性保障

生成锁文件：uv lock（根据 pyproject.toml 生成 uv.lock）。
导出传统依赖文件：uv export -o requirements.txt。

四、实战示例：Flask 项目初始化

$ mkdir myapp && cd myapp
                    
$ uv init                     # 生成 pyproject.toml README.md main.py
Initialized project `myapp`
$ ls
main.py  pyproject.toml  README.md
$ cat pyproject.toml 
[project]
name = "myapp"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.11"
dependencies = []
$ uv add flask                # 添加 Flask 依赖
Using CPython 3.11.11
Creating virtual environment at: .venv
Resolved 9 packages in 656ms
Prepared 6 packages in 661ms
Installed 7 packages in 3ms
 + blinker==1.9.0
 + click==8.2.1
 + flask==3.1.1
 + itsdangerous==2.2.0
 + jinja2==3.1.6
 + markupsafe==3.0.2
 + werkzeug==3.1.3
$ uv sync                     # 安装依赖到虚拟环境
Resolved 9 packages in 0.54ms
Audited 7 packages in 0.00ms
$ ls
main.py  pyproject.toml  README.md  uv.lock
$ cat pyproject.toml 
[project]
name = "myapp"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.11"
dependencies = [
    "flask>=3.1.1",
]
$ gedit app.py

输入

from flask import Flask
app = Flask(__name__)

@app.route("/")
def hello():
    return "Hello, UV!"

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=4500)  # 显式启动服务器

运行：

$ uv run python app.py
 uv run python app.py 
 * Serving Flask app 'app'
 * Debug mode: off
WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.
 * Running on all addresses (0.0.0.0)
 * Running on http://127.0.0.1:4500
 * Running on http://192.168.0.3:4500
Press CTRL+C to quit

访问 http://localhost:4500 即可查看结果。

五、配置优化技巧

安装包配置源

$ uv pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

uv add  requests --default-index https://mirrors.aliyun.com/pypi/simple

切换国内镜像源（如阿里源）：
在 ~/.config/uv/uv.toml 中添加：

$ cat ~/.config/uv/uv.toml
[[index]]
url = "https://mirrors.aliyun.com/pypi/simple/"
default = true  # 设为默认源

离线模式：
uv sync --offline 仅使用本地缓存。

六、与传统工具对比

工具	优势场景	局限性
`uv`	速度极快、依赖锁定、一体化管理	较新，生态兼容性在演进中
`pip`	原生支持、无需额外安装	速度慢、无依赖锁定
`conda`	数据科学库支持、跨语言依赖	体积大、启动慢
`poetry`	依赖分组、打包发布	学习曲线陡峭

推荐新项目优先使用 uv，复杂科学计算场景考虑 conda。

通过 uv，开发者可大幅提升环境构建效率，彻底解决“依赖漂移”问题，实现开发与生产环境 100% 一致。

Python uv的使用和配置