几个月前发现 pyenv 这个 python 版本管理工具，发现对于 python 版本的管理非常好用，但是随着最近 pyenv 作者的一些个人原因（记错了，是 pipenv），以及 pyenv 自身的一些问题，比如当我使用 pdm 创建虚拟环境后，输入 python 命令，却还总是使用 pyenv 的 python。让我开始想尝试其他虚拟环境管理器。

最近 ruff 的团队推出了他们的 python 虚拟环境管理器。简单试用了一下，虽然很快，并且不依赖 python，但是使用的过程中有些地方感觉挺莫名其妙的，比如安装依赖的时候要指定 uv pip install，这个 pip 就让我很不舒服，虽然能让人一眼就明白是在安装 python 的依赖，但是作为一个 python 的包管理器，直接 install 不就好了吗？难不成后面还要支持其他语言，做一个 uv go install、uv npm install 吗？而且命令里虽然是用的 pip 安装包，但创建出来的 python 虚拟环境却不带 pip。此外，内置的 pip-compile 工具感觉也不如 pdm、poetry 那样将直接写到 pyproject.toml 里面直观。

想起之前用过的 conda。anaconda 太大了，况且我也不做数据科学相关的活。于是就在 miniconda 和 micromamba 之间抉择。在用法相同的工具里比较的话，感觉还是 micromamba 更快一点，所以还是决定使用 micromamba。

安装 Micromamba

在 Linux 下安装 Micromamba 很简单，只需要执行这条命令就可以自动安装：

"${SHELL}" <(curl -L micro.mamba.pm/install.sh)

安装完成后可以设置个 conda 别名，使习惯使用 conda 的人更方便使用。将下面这段命令粘贴到你所使用的 SHELL 的交互式配置文件中，例如 ~/.bashrc 或者 ~/.zshrc：

alias conda=micromamba

Tip

输入 micromamba 之后的命令都能通过自动补全。 例如 conda cre<Tab键> 就能自动补全成 conda create。

简单上手

因为我基本上一个项目用一个环境，所以通常流程是这样：

1. 创建项目目录

   mkdir newproject
   cd newproject
   

2. 使用 micromamba 在当前目录下创建 python 环境

   # -p 参数是指定路径 ./.venv 是当前目录下 ./ 是不能少的
   conda create -p ./.venv python=3.11
   # 激活虚拟环境
   conda activate ./.vemv
   

3. 安装 pdm，使用 pdm init 初始化项目文件

   pip install pdm -U
   pdm init
   

手动配置命令补全

如果安装时没有选择初始化 shell 交互式配置文件（就是像 ~/.bashrc、~/.zshrc 一类的文件），后面想设置，可以执行下述命令。

micromamba shell completion