#从conda转uv快速上手

#uv 是什么

uv 是用 Rust 写的 Python 包管理工具，安装速度比 pip/conda 快几十倍。更重要的是，它提供了一套以项目为中心的工作流，比 conda 的全局环境模式更干净。

#安装uv

#windows

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

#linux

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

#验证安装

关掉终端重新打开，执行：

uv --version

#核心理念：忘掉"激活环境"

Conda 的工作流是：conda activate → 操作 → deactivate，环境是全局的，不跟项目走。

uv 的工作流是：你只需要待在项目目录里，uv 会自动找到 .venv，不需要激活任何东西。 所有命令直接对当前项目的环境生效。

这是最大的思维转变——从"管理环境"变成"管理项目"。

#日常工作流（最常用）

一个典型项目的完整生命周期：

#1. 新建项目

uv init my-project
cd my-project

uv init 一步到位：建文件夹、建 .venv、生成 pyproject.toml（替代 requirements.txt 的现代依赖清单）。

#2. 添加依赖

uv add requests
uv add pandas numpy matplotlib

uv add 会安装包，并且自动写入 pyproject.toml。不需要手动维护依赖文件。

加开发专用的包（不会被打进生产环境）：

uv add --dev pytest ruff

#3. 运行代码

uv run python main.py

不需要激活环境。 uv run 会自动使用项目的 .venv，跑完终端保持干净。

#4. 锁定依赖

uv lock

生成 uv.lock 文件，锁定所有依赖的精确版本。下次别人 clone 项目后 uv sync 就能还原完全一致的环境。

#5. 同步环境

uv sync

根据 pyproject.toml 和 uv.lock 安装所有依赖。换电脑、拉代码后跑这一条就够了。

上面五步就是一个项目的完整流程：init → add → run → lock → sync。

#进阶用法

#万物皆可 uv run

uv run 不只是跑 Python 脚本，项目里的任何工具都可以：

uv run python main.py          # 跑脚本
uv run python                   # 进入 Python 交互模式
uv run pytest                   # 跑测试
uv run ruff check .             # 代码检查
uv run jupyter lab              # 启动 Jupyter

全部自动使用项目环境，不需要激活。

#一次性脚本（阅后即焚）

临时跑个脚本，不想建项目：

uv run --with requests,pandas demo.py

uv 会创建临时环境、装包、跑脚本、然后清理掉，不留痕迹。

#管理 Python 版本

uv 自带 Python 版本管理，不需要额外装 pyenv 之类的工具：

uv python install 3.12        # 安装指定版本的 Python
uv python list                 # 查看可用的 Python 版本
uv python pin 3.12             # 在当前项目锁定 Python 版本

新建项目时直接指定：

uv init my-project --python 3.12

#用 uvx 直接运行 CLI 工具

很多 Python 命令行工具（比如 ruff、black、httpie）可以直接用 uvx 运行，不需要安装：

uvx ruff check .
uvx black .
uvx http GET https://httpbin.org/get

uvx 会在临时环境里装好工具然后执行，用完即走。

如果某个工具你经常用，可以永久安装到全局：

uv tool install ruff

#导出 requirements.txt

有些场景还是需要 requirements.txt（比如部署到不支持 uv 的环境）：

uv pip compile pyproject.toml -o requirements.txt

#FAQ

#VS Code 找不到正确的 Python 解释器

确保 VS Code 打开的是项目根目录（包含 .venv 的那一层），而不是上层文件夹。

• 方法1：文件 → 打开文件夹，选项目根目录
• 方法2：终端里 cd 到项目根目录，输入 code .

#终端里 conda 环境和 venv 冲突

终端自动开了 conda 环境又开了 venv，手动 conda deactivate 太烦。关掉 conda 的自动激活：

conda config --set auto_activate false

#我还是习惯先 activate 怎么办

可以，但没必要。uv 的 .venv 是标准的 Python venv，手动激活完全没问题：

# Windows
.venv\Scripts\activate

# Linux/macOS
source .venv/bin/activate

只是既然用了 uv，建议适应 uv run 的方式，更干净。

#conda 和 uv 命令对照