从conda转uv快速上手

【需要有conda使用基础】

uv 是用 Rust 编写的，它的包解析和安装速度通常比 Conda 或传统的 pip 快几十倍甚至上百倍。

在习惯了 Conda 工作流的前提下，使用 uv 其实非常简单。

conda和uv最大的区别

• Conda是全局中心化的。 也就是运行 conda create -n myenv，这个环境会保存在 Anaconda 的安装目录下。无论你在哪个项目中，都可以 conda activate myenv。
• uv默认是项目本地化的。 当使用 uv venv 时，它会在当前的文件夹里创建一个名为 .venv 的隐藏文件夹。这和 Python 标准的 venv 是一样的，好处是环境和项目代码绑定，不容易和别的项目冲突。

卸载Anaconda

（win）直接找uninstall.exe
（linux）略

安装uv

windows

powershell

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

linux(..)

bash

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

验证安装

关掉刚刚的命令行窗口，再重新打开一个

uv --version

输出版本号就代表装好了

重装python

由于之前把anaconda卸载了，机器上没有python环境，打开vscode会弹出这个东西：

点击安装python

使用uv

创建虚拟环境

在终端里，在项目根目录下，输入：

uv venv --python 3.xx

也可以不指定python版本
这相当于conda create

激活虚拟环境

windows

.venv\Scripts\activate

linux（。。）

source .venv/bin/activate

相当于conda activate

激活后，前面会显示.venv或者你的项目名

安装依赖包

# 安装单独的包
uv pip install requests

# 批量安装
uv pip install -r requirements.txt

Conda vs uv 完全等效命令速查表

命令	Conda 命令	uv 命令
安装特定的 Python 版本	(包含在 create 中)	uv python install 3.10
创建新环境	conda create -n myenv python=3.10	uv venv --python 3.10 (在当前目录生成 .venv 文件夹)
激活环境	conda activate myenv	source .venv/bin/activate(Linux) .venv\Scripts\activate(Windows)
安装包	conda install numpy	uv pip install numpy
卸载包	conda remove numpy	uv pip uninstall numpy
查看已安装的包	conda list	uv pip list
导出环境依赖	conda env export > environment.yml	uv pip freeze > requirements.txt
根据文件创建环境	conda env create -f environment.yml	uv pip install -r requirements.txt

【重点】uv进阶用法

conda里面是deactivate，uv里面也是deactivate

但是“必须先激活、用完再退出”是Conda的全局环境管理思维！！（跟你们安卓思维讲不通.jpg）

咱uv是“基于工作目录自动感知”的管理思维：只要当前目录（或上级目录）里有个 .venv 文件夹，所有的 uv 命令就会极其听话地只对这个环境生效，绝不乱动系统的 Python。

1. 丝滑包管理

完全不需要激活环境，只要在 .venv 同级目录：

• uv pip install pandas：直接把包精准装进当前的 .venv 里。
• uv pip list：直接查看当前环境装了什么包。
• uv pip tree：（强烈推荐！） 这个命令会把你当前环境的包以“依赖树”的形态打印出来。比如你在搞大模型微调，看 transformers 或 flash-attn 的底层依赖版本，一目了然。
• uv pip freeze > requirements.txt：一键导出当前环境的依赖。

2. 万物皆可 uv run

• uv run <script>.py：直接在当前项目环境下运行脚本。
• uv run python：直接进入当前虚拟环境的 Python 交互模式（REPL）。
• uv run jupyter lab：（核心重点！） uv 会自动用 .venv 里的 Python 启动 Jupyter。连配置内核那两步都省了，打开网页默认就是当前环境。
• uv run pytest：直接运行当前环境下的单元测试。

3. 一次性“阅后即焚”环境

假设随便从网上 copy 了一段代码，它需要用到 matplotlib 和 seaborn 画图，但你不想把这俩包塞进你目前干干净净的主环境里。

• uv run --with matplotlib,seaborn test_memory.py
uv 会在极其隐蔽的系统缓存里，瞬间（真的是毫秒级）建一个临时环境，装上这俩包，跑完你的代码出完图，然后直接把环境扬了，不留一丝痕迹。主.venv 依然干干净净。

4. 极速环境管理

• uv venv：在当前目录下瞬间创建一个纯净的 .venv。速度比 python -m venv 或者 conda create 快几十倍。
• uv python install 3.10：如果你的项目需要特定的 Python 版本，直接敲这个。uv 会自己去下载 Python 3.10，不需要你再去 Linux 系统里折腾 apt 编译安装了。

FAQ

VS Code 找不到正确 venv /静态分析失效

VS Code右下角找不到Python环境和解释器，导致静态分析失效？
项目套项目会导致这个问题，左边资源管理器打开项目根目录即可。
方法1：VS Code左上角文件 → 打开文件夹
方法2：终端载入项目根目录，输入code .

终端里conda环境套uv环境

有时候打开终端，第一行自动弹出

(base) moss@Cumtb1405:~/Projects/learn-claude-code$  source /home/moss/Projects/learn-claude-code/.venv/bin/activate

(learn-claude-code) (base) moss@Cumtb1405:~/Projects/learn-claude-code$ conda deactivate

(learn-claude-code) moss@Cumtb1405:~/Projects/learn-claude-code$

终端自动给我开了一个conda环境，又自动开了venv。输入conda deactivate把conda环境关掉是正确的，但是每次都手动关一下很烦。

终端输入以下内容即可

conda config --set auto_activate false

这样就把自动激活conda环境关掉了