uv（Python 包和项目管理器）的基本命令及镜像设置

特性

• 🚀 一个工具可以替代 pip、pip-tools、pipx、poetry、pyenv、twine、virtualenv 等等。
• ⚡️ 比 pip 快 10 到 100 倍。
• 🐍 安装和管理 Python 版本。
• 🛠️ 运行和安装 Python 应用程序。
• ❇️ 运行脚本，支持内置依赖元数据。
• 🗂️ 提供全面的项目管理，具有通用的锁定文件。
• 🔩 包括 pip 兼容接口，以获得熟悉的 CLI 并提高性能。
• 🏢 支持 Cargo 风格的工作区，适用于可扩展的项目。
• 💾 空间高效，具有全局缓存以实现依赖项去重。
• ⏬ 通过 curl 或 pip 无需 Rust 或 Python 即可安装。
• 🖥️ 支持 macOS、Linux 和 Windows。

基本命令

初始化Python项目

跳转到项目文件夹，然后init。

cd work-dir
uv init

初始化后，项目文件夹的结构如下。uv会通过pyproject.toml管理依赖（不同于requirements.txt）、Python的版本，以及项目的基本信息。这个与Javascript的package.json有异曲同工之妙。

同时，uv提倡使用虚拟环境（.venv），从而避免不同项目的Python依赖管理混乱的情况。

.  
├── .venv  
│ ├── bin  
│ ├── lib  
│ └── pyvenv.cfg  
├── .python-version  
├── README.md  
├── hello.py  
├── pyproject.toml  
└── uv.lock

依赖管理

• 添加一个依赖。

uv add dependency-you-need

• 删除一个依赖。

uv remove dependency-you-don't-need

• 更新环境，通常用于获取源码后添加依赖。类似于JS的npm install。

uv sync

运行

• 运行hello.py

uv run hello.py

• 运行命令

uv run -- command-you-want-to-run

• 提供临时依赖项并运行一个命令

1. 创建一个临时的venv
2. 安装依赖
3. 运行命令

举个例子🌰，运行jupyter。

uv run --with jupyter jupyter notebook
uv run --with 'jupyter,jupyterlab-language-pack-zh-CN' jupyter notebook

pyproject.toml的设置

模板1

比较省事的模板：

1. 在PyPi镜像的选择上，使用了教育网的镜像。在添加依赖的时候，需要使用uv add命令。
2. 在Pytorch的下载上，使用Pytorch的官方源。

[project]  
name = "hello-world"  
version = "0.1.0"  
description = "Add your description here"  
readme = "README.md"  
dependencies = []

# Pytorch 设置：要求torch和torchvision采用pytorch-cu124索引（macos除外）

[tool.uv.sources]  
torch = [  
{ index = "pytorch-cu124", marker = "platform_system != 'Darwin'"},  
]  
torchvision = [  
{ index = "pytorch-cu124", marker = "platform_system != 'Darwin'"},  
]  
torchaudio = [  
{ index = "pytorch-cu124", marker = "platform_system != 'Darwin'"},  
]

[[tool.uv.index]]  
name = "pytorch-cu124"  
url = "https://download.pytorch.org/whl/cu124"

# 只允许torch从该索引安装，其他走PyPI
explicit = true

# 镜像设置
[tool.uv]
index-url = "https://mirrors.cernet.edu.cn/pypi/web/simple"

模板2

下面的设置模板考虑了以下两点：

1. 在PyPi镜像的选择上，使用了教育网的镜像。在添加依赖的时候，需要使用uv add命令。
2. 在Pytorch的下载上，根据CPU以及GPU的情况分别设置了针对这两种的下载设置。在添加Pytorch的时候，需要使用uv sync --optional gpu命令（注意后面的--optional gpu参数）

[project]
name = "hello-world"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
dependencies = []

# （new）根据CPU和GPU进行选择
# 使用命令
# uv sync --optional gpu
[project.optional-dependencies]
cpu = [
  "torch",
  "torchvision",
  "torchaudio",
]
gpu = [
  "torch",
  "torchvision",
  "torchaudio",
]

[tool.uv.sources]
torch = [
  { index = "pytorch-cpu", extra = "cpu" },
  { index = "pytorch-cu124", extra = "gpu" },
]
torchvision = [
  { index = "pytorch-cpu", extra = "cpu" },
  { index = "pytorch-cu124", extra = "gpu" },
]
torchaudio = [
  { index = "pytorch-cpu", extra = "cpu" },
  { index = "pytorch-cu124", extra = "gpu" },
]

[[tool.uv.index]]
name = "pytorch-cpu"
url = "https://download.pytorch.org/whl/cpu"
explicit = true

[[tool.uv.index]]
name = "pytorch-cu124"
url = "https://download.pytorch.org/whl/cu124"
explicit = true


# 镜像设置
[tool.uv]
index-url = "https://mirrors.cernet.edu.cn/pypi/web/simple"