在日常Python开发中，你是否经常遇到这些问题：
多版本切换复杂 - 项目间Python版本冲突频发
环境管理繁琐 - 手动创建/激活虚拟环境效率低下
依赖安装缓慢 - 每次pip install都像在抽盲盒
协作体验糟糕 - "在我机器上是好的"问题频出

现在，让基于Rust开发的uv工具链彻底改变你的开发体验！
（Astral团队出品，GitHub 47k+的新一代Python工具链）

五大核心优势
秒级环境创建 - 从漫长等待到瞬间完成
智能版本控制 - 精准锁定所需版本
闪电依赖安装 - 速度碾压传统pip 10倍+
严格环境隔离 - 杜绝误操作
流畅工作流 - 一套命令搞定全流程

1. 安装uv工具包

pipx是专门用于安装和隔离Python CLI工具的工具包，其可以确保每个工具独立安装在自己的虚拟环境中，确保不同工具之间的依赖不冲突，适用于CLI工具管理（如 black、httpie、tox、poetry）。显而易见uv是个典型的CLI工具。

值得注意的是，uv官方文档在描述安装时有这样一句话：If installing from PyPI, we recommend installing uv into an isolated environment, e.g., with pipx，官方文档推荐使用pipx安装，看起来使用pipx安装是局部最佳实践。

uv 核心功能是管理Python包和虚拟环境的工具，最优做法是本地全局环境集成（本地全局安装），这与前端的npm、pnpm、yarn等殊途同归，理由如下：

避免重复安装：如果局部安装于每个虚拟环境，则每次创建环境都需重新安装，浪费空间和时间。全局安装一次即可在系统任意位置使用，方便管理多个项目。

提升执行效率：uv 是用 Rust 编写的，速度快、依赖少，适合作为全局工具使用。全局安装能加速包安装和虚拟环境初始化。

全局安装不影响环境隔离性：uv 只用于创建和管理虚拟环境，安装在全局环境不会影响各项目的依赖，每个项目的依赖仍然被隔离在自己的虚拟环境中

• 推荐使用pipx安装uv，确保隔离环境：

# 更新pip
python -m pip install --upgrade pip


# 安装pipx
python -m pip install pipx
python -m pipx ensurepath


# 安装uv
pipx install uv
# 国内用户可使用清华源
pipx install uv --pip-args="--index-url https://pypi.tuna.tsinghua.edu.cn/simple"

• 验证安装：

uv --version

2. uv使用指南

2.1 Python版本管理

不同的业务场景使用不同python版本进行适配性开发是很常见的，这就涉及到python多版本管理的问题，Docker容器化是一种解决思路，uv则可以在非容器环境下有所表现，与前端中大家都比较熟悉的nvm异曲同工。特性如下：

uv 支持系统安装python版本自动发现/自动识别

uv 支持隔离环境多个版本下载、更新、删除及启用

uv 自动识别缺失版本/找不到的版本并在隔离环境安装

系统python托管时优先生效第一个兼容版本，而uv托管的python优先生效最新的

多版本管理最核心的应用是在创建python虚拟环境时指定隔离环境下的python版本(注意：uv 不能直接修改系统 Python 版本，但可以通过修改系统环境变量或使用工具 pyenv-win实现）

常用命令：

# 列出可用Python版本
uv python list


# 安装指定版本
uv python install 3.12 3.11


# 创建指定版本的虚拟环境
uv venv --python 3.12


# 删除不需要的版本
uv python uninstall 3.11

2.2 工程项目管理

uv可以像npm/pnpm/yarn一样初始化及管理你的项目，添加、更新、移除依赖也较为方便。特性如下：

自动创建虚拟环境（可按需指定python编译器版本）

自动管理版本锁

初始化速度较快

为虚拟环境添加依赖无需显式激活

• 初始化项目：

uv init my_project --python 3.12

• 添加依赖：

uv add fastapi[standard]

• 运行项目

uv run main.py

2.3 工具

与前端npx很像，主要解决的问题是免安装运行，减少对系统环境的混淆及污染。uvx命令等同于uv tool run，只是个别名而已。使用 uvx 时，工具会安装到临时的隔离环境中，使用完自动清理。特性如下：

主要用于快速测试验证（无需激活虚拟环境），无永久环境要求

涉及的包并不会真的安装或者集成

功能类似于python -m但更简洁，执行效率也更高

一旦工具执行完毕，临时环境会被清理，包不会被永久安装

pip show yt-dlp  # WARNING: Package(s) not found: yt-dlp


# 本地没有添加yt-dlp依然可以执行
uvx yt-dlp -o "~/Downloads/%(title)s.%(ext)s" --format "bv*[height<=1080]+ba" "https://www.bilibili.com/video/BV1GJ411x7h7"
#-o "~/Downloads/%(title)s.%(ext)s":保存到用户下载目录，文件名格式为视频标题.扩展名
#--format "bv*[height<=1080]+ba":优先选择1080P及以下画质（避免高画质需要登录）

2.4 Python包发布

流程如下：

• uv init [your_project_name]初始化项目
• 配置project.toml，示例如下（tool.uv.index不需要配置，uv默认会分发到PyPI)

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

[build-system]
requires = ["setuptools>=65", "wheel>=0.38"]
build-backend = "setuptools.build_meta"

# 添加隔离构建配置
[tool.setuptools]
zip-safe = false

• 编写业务代码
• 打包：执行uv build，默认会将打包好的文件放到dist目录
• 发布

uv publish --token [你的PyPI_TOKEN]

3. 常见问题解决

3.1 系统Python版本切换

问题描述：uv不能像nvm那样自由切换系统环境python版本

解决办法：不要指望uv为你做所有事，建议考虑使用py或者pyenv-win解决，不赘述。

3.2 虚拟环境版本混乱

问题描述：uv env可能会“缓存”你最近一次创建虚拟环境时指定的版本，后续使用uv env创建默认的虚拟环境时默认会优先调用缓存的虚拟环境而不是系统环境的Python版本

解决办法：不要指望uv为你做所有事，保险起见，每次创建虚拟环境都显式地指定Python版本，如uv init --python 3.13 [your_project_name]

立即体验uv，提升你的Python开发效率！

更多详细信息，请访问创作原文：Python开发效率翻倍！47k星神器uv实测真香uv是Astral打造的Python开发工具，基于Rust实现极速性能 - 掘金

#编程##python##python自学##人工智能##让AI触手可及##软件开发#