真香定律？

不知道是 pdm 和 micromamba 搭配有问题，还是和 conda 系搭配有问题，有时候安装依赖会莫名其妙报错，网上搜索也没有相关资料，甚至 pyprojcet.toml 里给 ruff 指定 pylint 规则也会报错。

看 uv 介绍未来路线还打算支持类似 pyenv 和 poetry 之类的工具，所以还是决定试试 uv：

Think: a single binary that bootstraps your Python installation and gives you everything you need to be productive with Python, bundling not only pip, pip-tools, and virtualenv, but also pipx, tox, poetry, pyenv, ruff, and more.

然后我决定来试试这个。

默认 uv 使用系统内已有的 Python 版本，因为系统版本一般都比较老，且 uv 使用 conda 中的 python 环境（通过当前激活的 conda 环境设置的 CONDA_PREFIX 读取），所以我还是继续使用 micromamba，或许后面会换成 miniconda。

安装

下面是 Linux/Mac 的安装命令，使用 pip 也能装，但这里就不演示了。

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

别名设置

感觉 uv pip 还是太长了，而且总给我一种它内置了 pip 的感觉，所以我给这个命令设置了别名：

alias up='uv pip'

这样就舒服多了。

依赖

安装依赖

小贴士

命令可能会访问网络，如果当前网络不好，需要访问 pypi 镜像站点的话，可以使用 --index-url 参数。或是在环境变量中设置 UV_INDEX_URL 使得可以自动使用镜像战点。

uv pip install fastapi

生成依赖

小贴士

命令可能会访问网络，如果当前网络不好，需要访问 pypi 镜像站点的话，可以使用 --index-url 参数。或是在环境变量中设置 UV_INDEX_URL 使得可以自动使用镜像战点。

下面列出从各个来源生成依赖的方式：

1. 从当前环境生成：

   uv pip freeze | uv pip compile - -o requirements.txt
   

2. 从 requirements.in：

   uv pip compile requirements.in -o requirements.txt
   

3. 从 pyproject.toml：

   uv pip compile pyproject.toml -o requirements.txt
   

4. 从 setup.py：

   uv pip compile setup.py -o requirements.txt
   

5. 传递依赖名称：

   echo flask | uv pip compile - -o requirements.txt
   

依赖同步

小贴士

命令可能会访问网络，如果当前网络不好，需要访问 pypi 镜像站点的话，可以使用 --index-url 参数。或是在环境变量中设置 UV_INDEX_URL 使得可以自动使用镜像战点。

如果要让当前环境与依赖文件中的同步，则使用如下命令：

uv pip sync requirements.txt

如果要同步多个文件中的依赖，可以直接在后面加：

uv pip sync requirements.txt requirements.prod.txt

环境变量

小贴士

至目前版本（0.1.27），环境变量的值都可以在使用命令时指定参数进行替代。

• UV_INDEX_URL: 相当于 --index-url 命令行参数。如果设置，uv 将使用此 URL 作为搜索包的基本索引。
• UV_EXTRA_INDEX_URL: 相当于 --extra-index-url 命令行参数。如果设置，uv 将在搜索包时使用此空格分隔的 URL 列表作为附加索引。
• UV_CACHE_DIR: 相当于 --cache-dir 命令行参数。如果设置，uv 将使用此目录进行缓存，而不是默认的缓存目录。
• UV_NO_CACHE: 相当于 --no-cache 命令行参数。如果设置，uv 将不会使用缓存进行任何操作。在 Dockerfile 可以用的上。
• UV_RESOLUTION: 相当于 --resolution 命令行参数。例如，如果设置为 lowest-direct，uv 将安装所有直接依赖项的最低兼容版本。
• UV_PRERELEASE: 相当于 --prerelease 命令行参数。例如，如果设置为 allow，uv 将允许所有依赖项的预发布版本。
• UV_SYSTEM_PYTHON: 相当于 --system 命令行参数。如果设置为 true，uv 将使用系统中找到的第一个 Python 解释器 PATH。
• UV_NATIVE_TLS: 相当于 --native-tls 命令行参数。如果设置为 true，uv 将使用系统的信任存储而不是捆绑的 webpki-rootscrate。

警告

UV_SYSTEM_PYTHON=true 适用于持续集成 (CI) 环境，应谨慎使用，因为它可能会修改系统 Python 安装。感觉可能也可以用在 Dockerfile 里。

还有一些其他的环境变量就不介绍了。

上手

我是先创建一个 conda 环境，然后再激活这个 conda 环境，然后使用 uv：

mkdir myprojcet
cd myprojcet

conda create -p ./.venv -yq python=3.11
conda activate ./.venv

uv pip install fastapi

感觉目前这个项目还是太早期了，依赖还有环境管理虽然都有计划但目前都还没实现，就在个人项目里玩玩吧。