今天我想介绍一个新的 Python 包管理工具：uv。它是一个采用 Rust 写的包管理器，旨在提供更快、更可靠的包管理体验：
- ⚡️ 10-100x faster than pip.
- 🚀 A single tool to replace pip, pip-tools, pipx, poetry, pyenv, twine, virtualenv, and more.
说实话，作为一个不是靠 Python 吃饭的程序员，每次写 Python 我的心情都挺复杂的，一方面是因为 Python 的语法和生态都很棒，我能够很快写出满足需求的脚本；另一方面是因为 Python 的包管理工具实在太糟糕了，每次稍微大型的 Python 项目，我都要去搜索一下最佳实践是什么，该用哪个 lsp、formatter，以及怎么管理虚拟环境难等一堆问题。
uv 的出现让我看到了希望，它的设计理念是简化 Python 的包管理流程，提供一个统一的工具来处理所有的包管理任务。
安装 uv
uv 的安装非常简单，只需要运行下面的命令：
1curl -LsSf https://install.astral.sh | sh安装完成后，我们需要将 ~/.local/bin 目录添加到 PATH 中：
1export PATH="$HOME/.local/bin:$PATH"然后我们可以通过下面的命令来验证 uv 是否安装成功：
1uv --version管理多个 Python 版本
Python 的演进很奇怪，每个版本之间的差异都很大，导致很多时候需要特定版本的 Python 才能运行某些包或项目。因此多版本管理是个刚需，通过 uv，我们可以通过简单的命令来安装和切换不同的 Python 版本。
1# 默认安装在 ~/.local/share/uv/python/ 目录下
2uv python install 3.12.4
3# pin 命令会在当前目录内创建 .python-version 文件，记录当前使用的 Python 版本
4uv python pin 3.12.4
5
6uv python list
7uv python uninstall 3.12.4管理虚拟环境
为了保证项目的依赖隔离，Python 社区推荐使用虚拟环境来管理项目的依赖。在 uv 之前，我们需要手动创建并激活，下面是一个典型的工作流：
1python -m venv venv
2source venv/bin/activate
3pip install -r requirements.txt
4# 退出虚拟环境
5deactivateuv 的理念与此不同，它默认就会为每个项目创建一个虚拟环境，并且在安装依赖时自动激活这个虚拟环境。这样我们就不需要手动管理虚拟环境了。
项目结构
虚拟环境往往是和一个项目绑定的， uv init 就会创建一个如下目录结构的项目：
. ├──.gitignore ├──.python-version ├──README.md ├──main.py ├──pyproject.toml
在我们后续执行 uv add 命令安装依赖时，uv 会自动在当前目录下创建一个虚拟环境，并且后续所有 uv 的命令（比如 uv run uv sync ）都会使用这个虚拟环境，这样我们就可以直接使用 uv 来管理项目的依赖，而不需要手动创建和激活虚拟环境。此时的目录结构是这样的：
. ├── .venv │ ├── bin │ ├── lib │ └── pyvenv.cfg ├── .python-version ├── README.md ├── main.py ├── pyproject.toml └── uv.lock
如果非 uv 用户，则也可以通过老的方式来使用这个项目
1source .venv/bin/activate
2python main.py
3# 等价于
4uv run main.pypyproject.toml
pyproject.toml 是 Python 的标准配置文件，用于描述项目的元数据和依赖关系。uv 会自动生成这个文件，并且在我们添加依赖时会更新它：
1[project]
2name = "hello-world"
3version = "0.1.0"
4description = "Add your description here"
5readme = "README.md"
6dependencies = []与 uv 相关的配置项会被放在 [tool.uv] 部分，一般情况下不需要配置。更多可参考：Configuration files | uv。
uv.lock
uv.lock 是 uv 的锁文件，用于记录当前项目的依赖关系和版本信息。它类似于 npm 的 package-lock.json 或者 yarn.lock 文件。uv.lock 文件会在我们添加或更新依赖时自动生成和更新。
管理依赖
uv 提供了一个统一的命令来管理依赖，类似于 npm 的 install 命令。我们可以使用 uv add 命令来添加依赖，或者使用 uv remove 命令来删除依赖，uv 会自动更新 pyproject.toml 和 uv.lock 文件。
1uv add requests
2uv remove requests
3
4# Specify a version constraint
5uv add 'requests==2.31.0'
6
7# Add a git dependency
8uv add git+https://github.com/psf/requests如果之前项目有 requirements.txt 文件，可以通过下面命令导入 pyproject.toml：
1uv add -r requirements.txt如果手动修改了 pyproject.toml 文件，uv 会自动检测到变更并更新 uv.lock 文件。我们也可以使用 uv sync 命令来同步依赖，这会根据 pyproject.toml 文件安装或更新依赖。更多可以参考：Managing dependencies。
运行项目
uv 提供了一个统一的命令来运行项目，类似于 npm 的 start 命令。我们可以使用 uv run 命令来运行项目，uv 会自动激活虚拟环境并执行指定的 Python 文件。
1uv add flask
2uv run -- flask run -p 3000我们也可以使用 uv run 命令来运行任意的 Python 文件，比如：
1# main.py
2import flask
3
4print("hello world")1uv run main.py当然，我们也可以手动激活虚拟环境，然后运行 Python 文件，这和之前的方式是一样的：
1uv sync
2source .venv/bin/activate
3python main.py执行脚本
在 PEP 723 中定义了内联脚本元信息（inline script metadata），我们可以直接通过在一个 Python 文件中添加特殊注释来定义脚本的元信息，比如：
1# /// script
2# dependencies = [
3# "httpx",
4# ]
5# ///
6
7import httpx
8
9resp = httpx.get("https://peps.python.org/api/peps.json")
10data = resp.json()
11print([(k, v["title"]) for k, v in data.items()][:10])然后我们可以使用 uv run 命令来运行这个脚本，uv 会自动创建虚拟环境（默认在 ~/.cache/uv ）、安装依赖并执行脚本。
我们可以通过如下命令来向一个脚本添加依赖：
1uv add --script example.py 'requests<3' 'rich'最后，我们可以将这个脚本打包成一个可执行文件，方便分发和运行：
1#!/usr/bin/env -S uv run --script
2
3print("Hello, world!")假设这个脚本名为： greet ，并且有执行权限，我们可以直接运行它：
1./greet
2# Hello, world!tool
许多 Python 包提供了可以作为工具使用的应用程序。uv 具有专门的支持，便于调用和安装工具。比如：
1uv tool run ruff
2
3# uvx 就是 uv tool run 的别名
4uvx ruffuv 在自动创建一个隔离的虚拟环境来运行工具，这样就可以避免工具之间的冲突。
如果一个工具经常使用，最好将其安装到持久环境中，并将其添加到 PATH 中（ ~/.local/bin ），而不是反复调用 uvx。
我们可以使用 uv tool install 命令来安装工具，或者使用 uv tool uninstall 命令来删除工具。与 pip install 不同的是，安装工具并不会使其模块在当前环境中可用。例如，以下命令将失败：
1python -c "import ruff"这种隔离对于减少工具、脚本和项目依赖关系之间的相互作用和冲突至关重要。
总结
毫无疑问，uv 是一个非常有前途的 Python 包管理工具，它的设计理念和功能都很符合现代开发的需求。它简化了 Python 的包管理流程，提供了一个统一的工具来处理所有的包管理任务。
再加上 Rust 的性能优势，uv 在速度和可靠性上都表现得非常出色。对于所有需要写 Python 的开发者来说，uv 是一个值得尝试的工具。