UV

按照 Python 工具链分类 UV属于大全包的工具 只是更偏向于一般的Python项目

• 环境管理
• 包管理
• Python 版本管理
• 包构建
• 包发布

后面俩都很简单 看看文档就好了

下面快速了解一下 UV 在各方面的使用和与其他工具的兼容性(主要是miniconda/micromamba)

下面是安装命令 会下载 uv 和 uvx (uvx == uv tool run)

1

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

run-script

uv 可以直接执行脚本 附带功能

• 指定 Python 版本
• 自动安装依赖
• 自动安装 Python 对于单脚本而言 相当于 pip install + python

1
2
3
4
5

# 得到的文件如下
uv init --script uv_test.py --python 3.13
# 直接执行文件
uv run uv_test.py # 如果文件头的dependencies有依赖会自动处理
# 会下载到临时路径并自动清理

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

# /// script
# requires-python = ">=3.13"
# dependencies = [] # <-- 此处可以手动添加依赖 或者 uv add --script uv_test.py 'requests' 添加依赖
# ///


def main() -> None:
    print("Hello from uv_script.py!")


if __name__ == "__main__":
    main()

env-manage

uv 的环境管理基于 venv 整体上是比较简单的

使用 uv pip install 下载包 会自动检测环境并添加相关依赖

tool-usage

uv tool 可以使用和安装工具 (带CLI的Python包) 这部分跟 pipx 差不多

主要功能是为工具安装独立的环境 然后将工具入口放置在统一路径下

• uv tool run/uvx/pipx run 临时使用工具
• uv tool install <tool>/pipx install <tool> 下载工具到默认路径 持久化保存
• uninstall/list/…

python-manage

uv 的 Python 版本管理的方式为统一下载 然后使用时根据配置信息选用

下载信息如下

1
2
3

$ uv python list --only-installed
cpython-3.13.1-linux-x86_64-gnu    /home/alice/.local/share/uv/python/cpython-3.13.1-linux-x86_64-gnu/bin/python3.13
cpython-3.11.2-linux-x86_64-gnu    /usr/bin/python3.11

下载方式有两种 (默认存储路径: ~/.local/share/uv/python/)

1
2
3
4
5
6
7
8

# 1. 手动下载
# 指定下载的Python版本
uv python install 3.13.1 3.12
uv python install '>=3.8,<3.10'
# 2. 自动下载
# 使用时根据需要下载
uv run --python 3.13 test.py
# 或者根据配置文件/脚本头自动下载

脚本头如下

1
2
3
4

# /// script
# requires-python = ">=3.13"
# dependencies = []
# ///

project-usage

与项目相关的操作具体是

• uv init 初始化项目
• uv add/remove 依赖管理
• uv lock/sync lockfile管理
• uv run 执行项目
• uv build 构建项目

project-example

使用 uv 的项目实操 以 adbili 为例

init

一般是 uv init YOUR_PROJECT 创建项目 或者 uv init . 初始化已有项目

但这里是需要打包成为工具 所以 uv init --package -p 3.10 . 同时指定Python版本 (用3.10是为了 typing hint)

dependency

给项目添加依赖: uv add -r requirements.txt

这里注意一下 需要给 uv 换源 毕竟 uv 不读取 ~/.config/pip/pip.conf

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

cat << EOF >> pyproject.toml # 项目级别
[[tool.uv.index]]
url = "https://test.pypi.org/simple" # <-- 要用的源
default = true
EOF


cat << EOF >> ~/.config/uv/uv.toml # 用户级别
[[index]]
url = "https://test.pypi.org/simple" # <-- 要用的源
default = true
EOF

run

因为这里是打包为工具 所以需要注意 要在 __init__.py 暴露 main 函数作为默认程序入口 如下示例

1
2
3
4
5
6

import fire

from adbili.main import app

def main():
    fire.Fire(app)

uv run adbili <args> 执行项目

publish

后续直接

• uv build
• uv publish

就完工了

然后就可以在 PyPI 上看见 adbili

conclusion

总体来说 uv 和 miniconda/micromamba 是比较正交的

uv 优势在于

1. 执行一些小脚本方便 个别依赖可以直接添加
2. 对于项目依赖独立 方便管理
3. Python项目创建到发布一站式服务

miniconda/micromamba 优势在于

1. 环境不是基于项目的 可以到处共享
2. 可以装一些非pypi包

主要还是对于深度学习项目友好