新时代的python管理工具（uv）的基本使用方法

2026-09-06 16:15:18 by wst

python小组件

楔子

之前用过很多款管理工具，比如conda、venv、virtualenv。最近我又发现了一款新的更好用的管理工具--uv。

uv 是 Astral（Ruff 代码检查工具团队） 用 Rust 写的新一代一体化 Python 管理工具，跨平台 Linux/macOS/Windows，目标是一把替换：pip、pip‑tools、virtualenv/venv、pyenv、pipx、poetry 大部分能力。

最大亮点：速度比 pip /poetry 快 10‑100 倍，并行下载、高性能依赖解析、全局缓存复用包文件，磁盘占用更低Astral

使用方法

1.安装

不需要预先有 Python，直接脚本安装（推荐）

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

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

也可以 pip 安装：

pip install uv

验证：uv --version

2.uv 的五大核心能力

1）Python 解释器版本管理（替代 pyenv）

可以下载、安装、切换多个 Python 版本，不需要系统包管理器CSDN博...。

uv python list                # 查看本地+可安装的python版本
uv python install 3.12.6      # 下载安装Python3.12
uv python pin 3.12            # 当前项目固定使用3.12版本
uv python uninstall 3.11      # 删除指定版本

2）虚拟环境管理（替代 venv /virtualenv）

uv venv                       # 在当前目录创建 .venv
uv venv --python 3.12         # 指定python版本创建虚拟环境

# 激活和原生venv完全一样
# Linux/macOS
source .venv/bin/activate
# Windows cmd
.venv\Scripts\activate.bat

特色：很多时候你甚至不用手动激活，uv run xxx会自动调用项目内.venv环境。

3）兼容 pip 语法模式：uv pip（替代 pip、pip‑tools）

可以无缝在老项目（requirements.txt）上使用 uv，直接把 pip 替换成 uv pip，速度暴涨，零改造。

uv pip install requests
uv pip install -r requirements.txt
uv pip freeze

# 等价 pip‑tools 的 pip‑compile，生成锁定完整间接依赖的requirements.txt
uv pip compile requirements.in -o requirements.txt

# 等价 pip‑sync：同步环境，删掉环境多余包
uv pip sync requirements.txt

4）现代项目管理模式（对标 poetry / PDM）

使用 pyproject.toml + uv.lock，区分生产依赖、开发依赖，lock 文件锁定全部间接依赖版本，支持 Cargo 风格 workspace 多包项目PyPI。

完整示例流程：

uv init demo_project          # 创建新项目，生成pyproject.toml
cd demo_project

uv add requests               # 添加生产依赖
uv add --dev pytest ruff      # 添加开发依赖
uv lock                       # 生成 uv.lock，锁定所有依赖确切版本
uv sync                       # 根据lock文件安装全部依赖到虚拟环境

uv run python main.py         # 在项目虚拟环境运行脚本，无需手动activate
uv run pytest                 # 运行开发工具

uv export -f requirements.txt --output requirements.txt #导出兼容老项目
uv tree                       # 打印依赖树

5）uv tool /uvx（替代 pipx）

直接运行 python 工具包，不用全局安装。

uvx ruff check main.py     #临时运行ruff
uv tool install ruff       #全局安装cli工具
uv tool list

3.打包发布

uv build      #构建 sdist/wheel
uv publish    #发布到pypi

总结

uv 和其他工具对比表：

工具	配置文件	版本管理	虚拟环境	lock 锁定	兼容 requirements.txt	底层
pip+venv	requirements.txt	❌	内置 venv	❌	✅	Python
poetry	pyproject.toml+poetry.lock	❌	内置	✅	可导出	Python
PDM	pyproject.toml+pdm.lock	✅	内置	✅	✅	Python
uv	pyproject.toml+uv.lock	✅	内置	✅	双向导入导出	Rust
conda	environment.yml	✅	✅	❌	有限兼容	Rust/C++

✅ uv 优势：

速度碾压，大项目依赖解析、安装差距非常明显
单工具搞定：python 版本、虚拟环境、包安装、项目管理、工具运行；不用同时装 pyenv+venv+pip‑tools+poetry
平滑迁移：老项目可以先用uv pip提速，新项目直接上完整 uv 项目模式
跨平台行为统一，Windows 体验比 pyenv 好很多

⚠️ uv 缺点：

对于 C/C++ 底层复杂二进制依赖（pytorch、cuda、科学计算）不如 conda；只聚焦 PyPI 包
生态较新，部分极老的遗留项目可能遇到边界兼容问题
uv.lock 不能直接被 poetry 读取（可以导出 requirements.txt 互通）

选型建议

老项目，继续使用 requirements.txt：直接用 uv pip 替换 pip，几乎零改动，速度提升。
新建业务项目 / Python 库：优先 uv，比 poetry 更快，功能更一体化。
深度学习、大量非 Python 系统依赖：继续用 miniconda。
CI 流水线 uv 非常适合，缓存机制可以大幅缩短 CI 构建时间。