uv、uvx 与 pip 的区别

目的

本文旨在介绍 Python 依赖管理工具 uv、uvx 和 pip，解释它们各自的用途及核心区别，帮助你根据实际需求选择合适的工具。

uv、uvx 与 pip 有何不同？

pip 是 Python 社区中最广泛使用的包安装工具。而 uv 和 uvx 由 Astral 公司开发，旨在提供更快、更可靠的替代方案。理解它们之间的差异，有助于你做出更合适的技术选型。

什么是 pip？

pip 是 Python 的标准包管理工具，用于从 Python Package Index (PyPI) 安装和管理软件包。它功能全面，支持通过 requirements.txt 文件管理项目依赖，是 Python 生态中最基础、最常用的工具。

常见用法示例：

• 安装一个包：

pip install requests

从 PyPI 安装最新版的 requests 库。

• 安装指定版本：

pip install flask==2.2.2

安装 flask 的 2.2.2 版本。

• 从 requirements.txt 安装依赖：

pip install -r requirements.txt

这是项目中非常常见的依赖安装方式。

• 升级包：

pip install --upgrade numpy

将 numpy 升级到最新可用版本。

• 卸载包：

pip uninstall requests

移除当前环境中已安装的 requests 包（通常会提示确认）。

• 列出已安装的包：

pip list

显示当前环境中所有已安装的包及其版本。

• 以 requirements.txt 格式输出依赖：

pip freeze

输出精确版本的依赖列表，适用于生成 requirements.txt。

什么是 uv？

uv 是一个用 Rust 编写的高性能 Python 包安装器和依赖解析器。它被设计为 pip 和 pip-tools 工作流的“无缝替代品”，专注于速度与可靠性，支持依赖解析、锁定、安装以及虚拟环境管理。其目标是成为“Python 的 Cargo”（Cargo 是 Rust 的构建与包管理工具）。

常见用法示例：

• 创建虚拟环境：

uv venv

在当前目录下创建名为 .venv 的虚拟环境。

• 激活虚拟环境（Linux/macOS）：

source .venv/bin/activate

• 激活虚拟环境（Windows）：

.venv\Scripts\activate

• 安装包（使用 uv 替代 pip）：

uv pip install requests

功能等同于 pip install，但通常快得多。

• 从 requirements.txt 安装：

uv pip install -r requirements.txt

• 编译依赖文件（类似 pip-compile）：

uv pip compile requirements.in -o requirements.txt

读取 requirements.in 中的依赖，生成带精确版本号的锁定文件 requirements.txt。

• 同步环境（类似 pip-sync）：

uv pip sync requirements.txt

使当前环境中的包与 requirements.txt 中的版本完全一致（自动安装或卸载）。

• 向项目添加依赖（需 pyproject.toml）：

uv add flask

将 flask 添加到 pyproject.toml，并自动更新 uv.lock 文件和同步环境。

• 在项目环境中运行脚本：

uv run python your_script.py

无需手动激活虚拟环境，直接在项目环境中执行脚本。

什么是 uvx？

uvx 是 uv 工具链的一部分，本质上是 uv tool run 命令的便捷别名。它的主要用途是在临时、隔离的环境中运行 Python 工具或脚本，无需全局安装或提前激活虚拟环境。这对于运行 linter（如 ruff）、formatter（如 black）或其他 CLI 工具非常有用——既能确保使用特定版本，又不会污染全局环境。

✅ 关键点：uvx 是 uv tool run 的快捷方式，专为“一次性”运行工具而设计。

常见用法示例：

• 无需全局安装即可运行工具：

uvx ruff check your_module.py

uvx 会自动在临时环境中安装（或复用缓存的）ruff，执行检查后清理环境（但会缓存以便下次快速启动）。

• 运行指定版本的工具：

uvx black@23.7.0 your_script.py

使用 black 的 23.7.0 版本来格式化脚本。

• 运行带额外依赖的工具：

uvx --with 'mypy[extra]' mypy your_module.py

在临时环境中安装 mypy 及其 [extra] 可选依赖后再运行。

• 从特定包运行命令（命令名 ≠ 包名）：

uvx --from httpie http example.com

虽然命令是 http，但它来自 httpie 包，–from 指定了来源包。

三者对比总结

功能 / 特性	pip	uv	uvx
核心功能	安装、卸载、升级、列出包	安装、解析、锁定依赖；管理虚拟环境	在临时环境中运行工具或脚本
性能	相对较慢，尤其依赖复杂时	极快（Rust 实现）	启动快，无需预安装
依赖解析	新版有所改进，但冲突处理不透明	高度优化，错误清晰，冲突解决能力强	在临时环境中解析并安装依赖
虚拟环境支持	需配合 venv 或 virtualenv	内置支持，可自动创建	自动创建并管理临时虚拟环境
锁文件（Lock File）	需借助 pip-tools 等工具	原生支持生成跨平台锁文件（uv.lock）	通常不需要显式锁文件
工具执行方式	需全局安装或激活环境	通过 uv run 在项目环境中运行	直接运行指定工具及其依赖，无需安装
易用性	广泛采用，文档丰富	CLI 直观，部分命令兼容 pip	一行命令即可运行一次性工具
安装方式	通常随 Python 一起安装	可通过独立脚本或 pip 安装	作为 uv 的一部分自动安装

📌 总结：

• pip 是基础且通用的包管理器；
• uv 是现代化的增强版，集成了依赖解析、锁文件、虚拟环境等功能，性能卓越；
• uvx 则专注于“按需运行工具”，避免环境污染，提升开发效率。

关键建议

• 如果你需要精细控制依赖流程，或项目必须兼容传统生态，继续使用 pip。
• 如果你追求速度、一致性，并希望简化依赖管理（尤其是新项目），优先考虑 uv。
• 如果你只是想临时运行某个工具（比如格式化代码、检查类型），直接用 uvx，无需安装。

⚠️ 重要概念澄清：
uvx 不是用来替代 pip 的！它只负责“运行工具”。如果你需要安装依赖、管理项目环境，请使用 uv（或传统的 pip）。

总结

本文详细介绍了 uv、uvx 和 pip 在 Linux（及 macOS）环境下的区别。选择哪个工具，最终取决于你的项目需求和个人偏好：

• 对于大多数现有项目，或对极致性能无强要求的场景，pip 依然是可靠的选择；
• 对于新项目，或需要频繁处理复杂依赖、快速搭建环境的场景，uv 是更优解；
• 而 uvx 则是一个轻量级助手，适合快速运行那些“用完即走”的开发工具。

后记

很多人对uvx感觉比较陌生甚至难以理解，这是因为平时就算经常开发Python也可能很少用一些Python工具，而许多 Python 包提供了可作为命令行工具使用的应用程序。

uvx 命令可以在不显式安装的情况下直接运行一个工具。

例如，要运行 ruff

uvx ruff

上述命令与以下命令完全等价：

uv tool run ruff

uvx 仅是为方便使用而提供的别名。

工具和普通Python模块的区别

一个 Python 包要成为“工具”，必须在打包时声明 控制台脚本入口（console_scripts）。例如 ruff 的 pyproject.toml 中可能包含：

[project.scripts]
ruff = "ruff_cli:main"

这告诉 pip/uv：“安装这个包时，请创建一个叫 ruff 的可执行命令，它会调用 ruff_cli.main()”。

而 requests 这样的库没有这样的声明，所以你不能在终端直接敲 requests —— 它只是一个供 import 的模块。

uv run vs uvx

🔸 uv run：在当前项目环境中运行任意命令
本质是：激活当前项目的虚拟环境 + 执行命令
可以运行：

• Python 模块：uv run python -m http.server
• 已安装的工具：uv run pytest
• 任意 shell 命令：uv run echo “hello”

🔸 uvx（或 uv tool run）：临时运行一个“工具”

• 不依赖当前项目环境
• 自动为该工具创建独立临时环境
• 只适用于提供了 CLI 命令的包

为什么 MCP（或 AI Agent 系统）喜欢用 uvx （或npx）

在构建 AI 智能体（Agent）、工具调用（Tool Calling） 或 MCP（Model Context Protocol） 系统时，经常会遇到这样的需求：

“让大模型动态决定使用哪个工具，并立即执行它。”

但问题来了：

• 你不可能预装所有可能用到的工具（成千上万）。
• 不同工具依赖不同版本，容易冲突。
• 安全性和隔离性很重要。

参考文献

uv GitHub 仓库
uvx 文档
pip 官方文档