1 什么是 uv？
uv 是 Astral 公司推出的一款基于 Rust 编写的 Python 包管理工具，旨在成为“Python 的 Cargo”。它提供了快速、可靠且易用的包管理体验，在性能、兼容性和功能上都有出色表现，为 Python 项目的开发和管理带来了新的选择。
uv 的主要优势在于其速度快和功能全面。得益于 Rust 的性能优势，uv 在安装依赖等方面的速度远超其他工具。同时，uv 提供了一站式的服务，从安装 Python、管理虚拟环境，到安装和管理包，再到管理项目依赖，都能处理得很好。
2 安装 uv
在 macOS、Linux 和 Windows 上，可以通过以下方式安装 uv：
# 在 macOS 和 Linux 上安装 uv curl -LsSf https://astral.sh/uv/install.sh | sh # 在 Windows 上：使用 Astral.sh 提供的安装脚本 powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" # 在 Windows 上：使用 scoop 安装 uv scoop install uv # 通过 pip 安装： pip install uv # 验证安装是否成功 uv --help
3 uv 基础使用
uv 具有与 npm、yarn、cargo 类似的使用体验，其效果与 Node.js 的 npm 以及 Rust 中的 cargo 非常相似，主要通过 pyproject.toml 和 uv.lock 两个文件实现对项目的包依赖管理。
pyproject.toml：类似于 Node.js 项目中的package.json文件，用于定义项目包依赖。uv.lock：类似于 Node.js 项目中的package-lock.json和yarn.lock文件，用于锁定依赖版本。
使用 uv 初始化创建一个新项目：
# 这将创建一个包含默认文件和目录结构的项目。 # 项目结构通常包括 .venv（虚拟环境目录）、.python-version（指定 Python 版本的文件）、README.md（项目说明文件）、main.py（项目主文件）和 pyproject.toml（项目配置文件）等。 uv init myproject cd myproject # 添加依赖 uv add requests # 同步项目依赖 uv sync # 运行项目 uv run ./hello.py
uv 常用命令示例：
# 安装单个包 uv add requests # 指定版本安装 uv add "numpy==1.23.4" # 从 requirements.txt 安装依赖 uv pip install -r requirements.txt # 卸载包 uv remove numpy # 检查 uv.lock 是否与 pyproject.toml 一致 uv lock --check # 升级指定包 uv lock --P pandas # 升级所有依赖包版本 uv lock -U # 运行项目： uv run main.py # 打包项目，生成 Wheel 和源码分发包 uv build # 导出 requirements.txt uv export > requirements.txt # 查看已安装包 uv pip list
实战技巧与建议：
- 并行安装：uv 默认开启多线程下载，可通过
uv install --jobs=4自定义线程数。 - 加速私有仓库依赖：默认使用 pip 配置源，也支持通过配置
UV_INDEX环境变量指向自定义源。 - 避免全局污染：使用
--prefix参数将依赖安装到项目目录。 - 兼容旧项目：可直接替换
pip install为uv install进行迁移。 - 性能测试对比：在大型项目（如包含数百个依赖）中，uv 安装速度可提升 3-5倍。
4 uv 与 pip/conda/virtualenv
| 特性 | uv | pip | conda | virtualenv |
|---|---|---|---|---|
| 安装速度 | ✅ 多线程并行 | ❌ 串行安装 | ✅ 并行 | ❌ 串行 |
| 环境隔离 | ❌ 默认不隔离 | ❌ 需配合 venv | ✅ 完整环境 | ✅ 仅依赖隔离 |
| 生态支持 | ✅ pip 兼容 | ✅ 主流 | ✅ 跨语言 | ✅ 仅 Python |
| 资源占用 | ✅ 极轻量 | ❌ 依赖系统包管理器 | ❌ 较重 | ✅ 轻量 |
| 适用场景 | 快速开发、轻量项目 | 通用场景 | 科学计算、复杂环境 | 多项目隔离 |
总结：
uv适合追求极致速度与简洁体验的开发者，尤其适合频繁安装依赖或资源受限环境。pip作为官方工具生态完善，但性能与隔离性较弱。conda适合管理跨语言依赖与科学计算环境。virtualenv专注环境隔离，但需额外配置。
5 扩展参考
uv 作为新一代包管理器，正在用“简单即高效”的理念重塑 Python 开发体验。无论是追求速度的全栈开发者，还是资源受限的嵌入式场景，它都值得一试。✨
