Python 包管理的十年痛点
如果你写过 Python，一定被下面某个问题折磨过：pip install 慢到怀疑人生；装个 TensorFlow 就"依赖冲突"；换台机器 requirements.txt 跑不起来；不记得哪个项目在哪个 venv 里；全局污染把系统 Python 搞崩了；Poetry 配置一堆花样但还是慢……
这些问题的根源在于 Python 生态的包管理工具是历史叠加出来的：pip 只管安装，venv 只管环境，pipx 管全局工具，Poetry/PDM 管锁文件，pyenv 管 Python 版本。五个工具各管一段，彼此不完全兼容。
uv 由 Astral 团队（也就是 Ruff 作者）开发，用 Rust 重写整条工具链，在一条命令里统一了上述所有工具的能力，并额外提供全局缓存、锁文件、工作区、自动 Python 下载等现代特性。它是 cargo（Rust）、npm（Node）那种"官方事实标准"在 Python 生态里的对位物。
核心名词解释
uv venv 的速度比原生 venv 快约 80 倍（几十毫秒 vs 几秒）。uv init、uv add、uv sync）定位类似 Poetry，但速度快 10 倍以上、锁文件格式更简单、与 PEP 标准（PEP 621/751/723）更贴合。uv tool install 与 uvx 完全替代 pipx。uv python install 3.13 即可下载对应版本，.python-version 文件配合使用，完全替代 pyenv。uv 为什么这么快？
速度不是玄学，uv 的性能来自几个工程决策：
- Rust 实现：相比 Python 写的 pip，启动开销（解释器初始化、模块导入）消失。
- 并发下载与解析：pip 是串行的，uv 同时解析多个候选版本、并发拉取 whl。
- 全局缓存 + 硬链接：同一个包只在磁盘存一份（
~/.cache/uv），项目 venv 通过硬链接/符号链接复用，避免重复复制。 - PubGrub 依赖解析算法：相比 pip 的回溯解析，PubGrub 冲突解释清晰、速度显著更快。
- 懒索引：只下载真正需要的包元数据（zip 中的 METADATA 文件），不盲目下完整个 wheel。
uv vs 其他方案对比
| 能力 | pip + venv | Poetry | Conda | uv |
|---|---|---|---|---|
| 安装速度（冷） | 基准 1× | ~0.8× | ~0.3× | 10-30× |
| 锁文件 | ❌（需 pip-tools） | ✅ poetry.lock | ✅ environment.yml | ✅ uv.lock |
| 自动管 Python 版本 | ❌ | ❌（需 pyenv） | ✅ | ✅ |
| 全局工具隔离 | ❌（需 pipx） | ❌ | 部分 | ✅ uv tool |
| Workspace / Monorepo | ❌ | ✅（有限） | ❌ | ✅ 原生 |
| PEP 621 pyproject | 部分 | 不完全（自定义 section） | ❌ | ✅ 完全 |
| 学习曲线 | 低 | 中 | 高 | 低 |
安装 uv
macOS / Linux（推荐官方安装脚本）
# 一键脚本（自动下载预编译二进制，不需要 Python）
curl -LsSf https://astral.sh/uv/install.sh | sh
# 或使用 Homebrew
brew install uv
# 验证
uv --version
# uv 0.5.x (xxxxxxx 2026-xx-xx)Windows
# PowerShell 官方脚本
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# 或 winget / scoop
winget install --id=astral-sh.uv
scoop install uv通过 pip / pipx 安装（不推荐但可用）
# 这需要你已经有 Python，失去了"自动管 Python"能力
pip install uv
# 或
pipx install uvuv 是一个独立的 Rust 二进制，不需要 Python 解释器。官方脚本直接下载预编译好的 musl/glibc/macOS/Windows 二进制到 ~/.local/bin/uv，冷启动更快、也不会被某个 venv 污染。pip install uv 是"用 Python 装管 Python 的工具"——鸡生蛋的循环，应避免。
Shell 补全
# zsh（macOS 默认）
echo 'eval "$(uv generate-shell-completion zsh)"' >> ~/.zshrc
# bash
echo 'eval "$(uv generate-shell-completion bash)"' >> ~/.bashrc
# fish
echo 'uv generate-shell-completion fish | source' >> ~/.config/fish/config.fish
# 也给 uvx（一次性运行工具）配上
echo 'eval "$(uvx --generate-shell-completion zsh)"' >> ~/.zshrcuv 命令速览
uv 的子命令按"用途"分组，第一次看完这张表就对整个工具有全局感：
uv init 创建项目｜uv add 加依赖｜uv remove 移除｜uv sync 同步环境｜uv lock 重新生成锁文件｜uv run 在项目环境运行命令uv python install 3.13 下载｜uv python list 查看｜uv python pin 固定版本｜uv python find 查找uv tool install ruff 全局装｜uv tool list/upgrade/uninstall｜uvx black 一次性运行uv venv 创建 venv（默认在 .venv）｜uv pip install pip 兼容接口uv build 生成 wheel/sdist｜uv publish 上传到 PyPI第一次体验：Hello uv
别急着读后面 9 章，先动手跑一遍，把整个流程跑通：
# 1. 创建项目
uv init hello-uv
cd hello-uv
# 2. 添加一个包（uv 会自动创建 .venv、下载 Python、更新 pyproject.toml 和 uv.lock）
uv add requests
# 3. 写点代码
cat > main.py << 'EOF'
import requests
r = requests.get("https://httpbin.org/json")
print(r.json())
EOF
# 4. 运行（无需激活 venv）
uv run main.py
# 5. 查看生成的文件
ls -la
# .python-version .venv/ main.py pyproject.toml uv.lockuv add requests 背后做了七件事：检测是否已有 Python → 如果没有，自动下载 → 创建 .venv → 解析依赖 → 下载 whl → 安装 → 更新 pyproject.toml 和 uv.lock。换做 pip + venv + requirements.txt，你要手动敲 5 条命令并维护一堆文件。
环境变量与配置
uv 的行为可以通过环境变量和配置文件调整，常用的几个：
UV_CACHE_DIR：全局缓存目录，默认~/.cache/uv。团队共享 CI runner 可改到更持久的磁盘。UV_PYTHON：默认 Python 版本，例如UV_PYTHON=3.13。UV_INDEX_URL：自定义 PyPI 镜像（国内常设为清华/阿里）。UV_NO_SYNC：在uv run前跳过自动同步，适合容器内缩短启动。- 全局配置文件：
~/.config/uv/uv.toml（Linux/macOS）。
# ~/.config/uv/uv.toml — 设置国内镜像
[[index]]
name = "tsinghua"
url = "https://pypi.tuna.tsinghua.edu.cn/simple"
default = trueuv 是 Astral 用 Rust 重写的 Python 工具链，一条命令替代 pip/venv/pipx/poetry/pyenv 五个老工具，速度快 10-100 倍。今天就装上、从新项目用起、保持老项目按需迁移是最稳妥的策略。下一章我们进入项目模式，深入 pyproject.toml 和 uv init 背后的 PEP 621 标准。