uv 是一个用 Rust 编写的、极其快速的 Python 包管理器和项目工作流工具。 它由创建了广受欢迎的 Python 代码格式化工具 Ruff 的 Astral 团队打造，旨在成为统一的、高性能的 Python 工具链入口。

你可以把它理解为：pip、venv、pip-tools、poetry、pytest 等诸多工具的超高速替代品，并且它们被集成在了一个命令行工具里。

uv 的核心定位

它的目标是解决 Python 开发中长期存在的几个痛点：

工具链碎片化：项目可能同时使用 pip、venv、poetry、pytest 等一堆工具，配置复杂。
速度慢：尤其是 pip 在依赖解析和安装大型包时非常耗时。
体验不一致：不同工具（如 pip 和 poetry）的命令和工作流不同，需要额外学习。

uv 试图通过一个单一工具，提供从项目创建到依赖管理、测试运行的一致且极速的体验。

主要特性与优势

1. 极致的速度

这是 uv 最引人注目的特点。由于其底层由 Rust 编写，并采用了先进的依赖解析算法和并行下载技术，它在几乎所有操作上都比传统工具快一个数量级。

依赖解析：比 pip 和 poetry 快 10-100 倍。
包安装：利用全局缓存和并行化，安装速度极快。
虚拟环境创建：几乎是瞬间完成。

2. 一体化的工具集

uv 用一个命令覆盖了开发工作流的多个环节：

包管理 (uv pip)：完全兼容 pip 命令，但速度更快。
项目管理 (uv run, uv add)：类似于 Poetry，可以通过 pyproject.toml 管理依赖和运行脚本。
虚拟环境管理 (uv venv)：快速创建和管理虚拟环境。
锁文件生成 (uv lock)：生成精确的、跨平台的依赖锁文件。
运行脚本和工具 (uv run)：可以直接运行 pytest、black 等工具，无需先激活虚拟环境。

3. 强大的兼容性

与现有生态无缝对接：uv 完全遵守 Python 的打包标准（如 pyproject.toml），可以很好地与现有的 pip、setuptools 项目协作。
替换而非颠覆：你可以逐步采用 uv，比如先用 uv pip 代替 pip，然后再用其项目管理功能。

安装

使用pip按照uv：

pip install uv

命令结束后，使uv --version 测试是否安装成功

环境管理

安装和管理 Python 版本

uv 可以轻松管理多个 Python 版本，无需额外安装 pyenv 等工具。

查看已安装的 Python 版本

# 查看 uv 管理的 Python 版本
uv python list

安装特定 Python 版本

# 安装特定版本
uv python install 3.11.5

# 安装最新版本
uv python install 3.12

# 安装预览版
uv python install 3.13.0-alpha.1

移除 Python 版本

# 移除特定版本
uv python uninstall 3.11.5

管理虚拟环境

基本创建

# 在当前目录创建 .venv 虚拟环境
uv venv

# 指定名称创建虚拟环境
uv venv myenv

# 指定路径创建虚拟环境
uv venv /path/to/venv

指定 Python 版本

# 使用特定 Python 版本创建
uv venv --python 3.11

# 使用精确版本
uv venv --python 3.11.5

# 使用系统 Python
uv venv --python system

使用虚拟环境

当你在项目目录中使用 uv run 时，如果不存在虚拟环境，uv 会自动创建 .venv

# 运行 Python 脚本
uv run python script.py

# 运行测试
uv run pytest

# 运行任何命令
uv run black .
uv run flask run

指定环境路径

# 使用特定虚拟环境运行命令
uv --with-venv /path/to/venv run python script.py

项目管理

初始化项目

使用如下创建一个新的 Python 项目

uv init my-project
cd my-project

或者在现有python项目中使用uv初始化项目，此时项目中会添加pyproject.toml .python-version 文件。这些文件是uv所需要的管理依赖的文件

cd my-project
uv init

项目迁移

在项目迁移到其他环境时，不可避免得需要安装该项目所需要的包

如果项目只有requirements.txt文件时，可以使用如下命令添加依赖包

uv pip install -r requirements.txt

对于已经有pyproject.toml 文件的项目，使用如下命令安装项目的依赖包

uv sync

当你在项目目录中使用 uv sync 时，如果不存在虚拟环境，uv 会自动创建 .venv 。如果不想要创.venv ，则可以使用如下命令安装依赖包

uv install

包管理

添加一个或多个依赖

# 添加一个包
uv add pandas
# 添加多个包(用空格隔开)
uv add requests pandas

添加特定版本的依赖

# 添加精确版本
uv add package==1.2.3

# 添加兼容版本
uv add package>=1.2.0
uv add package<=2.0.0
uv add package>1.0.0,<2.0.0

列举当前环境的包

uv pip list

移除当前环境的包

uv remove pandas

uv remove会同时移pyproject.toml文件中的依赖声明和环境中的包

更新当前环境的包

可以首先查看有哪些包可以升级

uv pip list --outdated

然后升级所需要的包

uv pip install --upgrade requests flask

pip 写法

uv也可以用pip写法，纯粹作为更快的pip使用

uv pip install numpy
uv pip uninstall numpy

高级用法

强制重新安装

# 强制重新安装包（先卸载再安装）
uv pip install --force-reinstall package-name

升级 pip 本身

# 升级 uv 的 pip 组件
uv pip install --upgrade pip

忽略已安装的包

# 忽略已安装的包，强制重新安装
uv pip install --ignore-installed package-name