引言

相信很多 Python 开发者都有过这样的经历：新环境配置依赖漫长又不可控、项目依赖一多解析就卡死、requirements.txt 版本漂移导致“在我电脑上能跑，到你那就崩”……这些问题本质上都源于传统工具链（pip + venv）的限制。

今天，要给大家推荐一款由 Astral 团队（Ruff 的原班人马）打造的新一代 Python 包管理工具——uv。它用 Rust 编写，速度极快，目标是成为“Python 界的 Cargo”，将 pip、pip-tools、pipx、poetry、pyenv、virtualenv 等多个工具统一成一个。

使用 uv 后，你可以获得：

10-100 倍的安装速度：依赖解析和安装快到起飞

一个工具搞定一切：包管理 + 虚拟环境 + Python 版本管理 + 依赖锁定

流畅的现代体验：命令简洁直观，无需激活虚拟环境即可运行

2026 年的一个重磅新闻：uv 的母公司 Astral 已经被 OpenAI 收购，这意味着 uv 背后的技术得到了顶尖 AI 公司的认可，其未来的发展潜力非常值得期待！

一、安装 uv

1. 快速安装

Windows (PowerShell)

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

macOS / Linux

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

使用 pip（不推荐，无法自动配置 PATH）

pip install uv

注意：如果使用 pip 安装后 uv 命令找不到，可能需要手动将 Python 的 Scripts 目录添加到系统环境变量 PATH 中，或者改用官方脚本安装。

2. 验证安装

uv --version
# 输出类似 uv 0.7.12

3. 配置国内镜像源（解决下载慢问题）

创建或编辑配置文件 ~/.config/uv/uv.toml（Linux/macOS）或 %APPDATA%\uv\uv.toml（Windows），添加以下内容：

[pip]
index-url = "https://pypi.tuna.tsinghua.edu.cn/simple"

或者直接设置环境变量 UV_INDEX_URL。

二、Python 版本管理（替代 pyenv）

uv 可以直接安装和管理多个 Python 版本，无需再装 pyenv。

1. 查看可用与已安装版本

uv python list
# 输出所有可用版本
uv python list --only-installed
# 只看已安装的

2. 安装指定 Python 版本

# 安装最新版本
uv python install
# 安装特定版本
uv python install 3.11 3.12
# 安装精确补丁版本
uv python install 3.12.3

3. 创建不同 Python 版本的虚拟环境

方法一：直接用 --python 指定版本

# 使用 Python 3.11 创建虚拟环境
uv venv --python 3.11
# 使用 Python 3.12 创建
uv venv --python 3.12

如果系统中没有指定版本的 Python，uv 会自动下载并安装。

方法二：在项目中固定版本（推荐）
在项目根目录创建 .python-version 文件，写入 3.11，之后所有 uv 命令都会自动使用该版本。

三、uv 命令配置（PATH 问题解决）

如果 pip install uv 后终端找不到 uv 命令，有以下两种解决方案：

方案一：使用官方安装脚本（推荐）

官方脚本会自动将 uv 添加到 PATH 中，无需手动配置。

方案二：手动添加 PATH

找到 uv 的安装路径后添加到环境变量：

Windows：%APPDATA%\Python\Python3XX\Scripts\

Linux/macOS：~/.local/bin/

常用环境变量配置

变量名	作用	示例
UV_INDEX_URL	设置 PyPI 镜像源	https://pypi.tuna.tsinghua.edu.cn/simple
UV_CACHE_DIR	自定义缓存目录	/path/to/cache
UV_PYTHON	设置默认 Python 版本	3.11

四、常用 uv 命令速查表

项目初始化与依赖管理

命令	作用	等价传统工具
uv init myproject	创建新项目	mkdir + poetry init
uv add requests	添加依赖	pip install requests + 手动更新 requirements.txt
uv remove requests	移除依赖	pip uninstall requests
uv sync	同步所有依赖	pip install -r requirements.txt
uv lock --upgrade	升级所有依赖	pip install --upgrade

包管理（兼容 pip 命令）

命令	作用
uv pip install numpy	安装包（pip 兼容模式）
uv pip install -r requirements.txt	安装 requirements 文件
uv pip sync requirements.txt	严格同步，移除多余依赖
uv pip list	列出已安装包

虚拟环境与运行

命令	作用
uv venv	创建虚拟环境（默认 .venv）
uv venv --python 3.11	指定 Python 版本创建环境
uv run python script.py	在虚拟环境中运行脚本（无需手动激活）
uv run uvicorn main:app --reload	运行 FastAPI 应用

Python 版本管理

命令	作用
uv python list	列出可用/已安装版本
uv python install 3.12	安装指定版本
uv python install 3.11 3.12	安装多个版本
uv python uninstall 3.11	卸载版本

工具管理（替代 pipx）

命令	作用
uv tool install ruff	安装全局工具
uv tool run ruff check .	运行工具（临时环境）
uvx ruff check .	uvx 是 uv tool run 的别名

五、uv 的核心优势

1. 极速体验（10-100 倍速度提升）

uv 由 Rust 编写，全并发下载 + 智能缓存，性能惊人。实测数据：安装 NumPy+Pandas 仅需 2.3 秒，而 pip 需要 28 秒；重复安装时 uv 仅需 0.5 秒，pip 仍需 12 秒。依赖解析速度比 Poetry 快 8 倍，比 pip 快 115 倍。

2. 一个工具，统一工作流

uv 将包管理、虚拟环境、依赖锁定、Python 版本管理、工具链管理五大功能整合到单个工具中，开发者无需在多个工具间切换。

3. 虚拟环境无需激活

传统方式需要 source venv/bin/activate，而 uv 直接用 uv run python app.py 即可，简洁优雅。

4. 依赖锁定更可靠

uv 使用 PubGrub 算法（与 Rust 的 Cargo 相同）进行依赖解析，能主动报错并提示冲突路径，而非像 pip 那样“装完再说”。

5. 磁盘空间高效

uv 的虚拟环境通过符号链接复用基础解释器，每个环境仅需 10MB 级磁盘空间。

六、谁在用 uv？（实际项目案例）

uv 自推出以来，已被众多知名项目和企业采用：

OpenAI：2026 年收购了 uv 的开发公司 Astral，并已将 uv 深度整合到其 AI 工程化流程中。

Cloudflare Workers：官方提供了使用 uv 部署 FastAPI 应用到 Cloudflare Workers 的示例。

Kubeflow：在 PyData 柏林 2025 大会上，Kubeflow 团队演示了使用 uv 来避免依赖地狱（dependency hell）。

Coiled：云平台 Coiled 提供了使用 uv 在云端运行 Python 脚本的完整指南。

Snyk：安全公司 Snyk 已将 uv 集成到其 Python 安全扫描流程中。

七、总结

uv 的出现让 Python 开发者第一次体验到：包管理也可以做到快、轻、准、现代。

维度	uv	pip	conda
底层语言	Rust	Python	Python
安装速度	极快（快 8-115 倍）	中等	较慢
依赖解析	PubGrub 确定性解析	简单递归	SAT 求解器
虚拟环境	✅ 内置	需配合 venv	✅ 内置
Python 版本管理	✅ 内置	❌	✅ 内置
跨语言依赖	❌	❌	✅

如果你还在为 pip 的慢速和虚拟环境的繁琐而烦恼，强烈建议试试 uv——上手后，你可能再也回不去了。

相关资源：

官方文档：https://docs.astral.sh/uv/

GitHub 仓库：https://github.com/astral-sh/uv

PyPI 页面：https://pypi.org/project/uv/