uv的高级用法

uv 不仅仅是一个 Python 包安装器，它提供了多种进阶功能来优化 Python 开发工作流。以下是 uv 的高级用法详解：

---

一、虚拟环境管理（替代 venv）

1. 创建虚拟环境（比原生快 80 倍）

# 创建默认环境
uv venv .venv

# 指定 Python 版本（需提前安装）
uv venv -p 3.11 .venv-311

2. 激活环境

# Linux/macOS
source .venv/bin/activate

# Windows
.venv\Scripts\activate

3. 删除环境

uv venv --remove .venv

---

二、依赖锁定与同步（替代 pip-tools）

1. 生成精准锁文件

# 从 pyproject.toml 生成锁定文件
uv pip compile pyproject.toml -o requirements.txt

# 带升级选项（检查更新）
uv pip compile --upgrade pyproject.toml

2. 同步环境（严格按锁文件安装）

uv pip sync requirements.txt

---

三、依赖解析优化

1. 预发布版本控制

# 允许安装预发布版本
uv pip install --pre django

# 在编译时包含预发布
uv pip compile --pre pyproject.toml

2. 平台特定依赖管理

# 仅为当前平台生成锁文件
uv pip compile --platform=native pyproject.toml

# 多平台锁定（跨平台部署）
uv pip compile --platform=linux-arm64 --platform=macos-arm64 pyproject.toml

---

四、工作流加速技巧

1. 并行安装（默认启用）

# 手动控制并行度（CPU核心数）
uv pip install -j 8 -r requirements.txt

2. 离线安装模式

# 使用本地缓存离线安装
uv pip install --offline numpy

3. 选择性升级

# 仅升级指定包
uv pip install --upgrade-package pandas

# 升级主版本不兼容的包
uv pip install --upgrade --breakage-policy=allow

---

五、高级配置

1. 自定义缓存位置

# 设置全局缓存目录
uv config set cache.dir /path/to/cache

2. 证书配置

# 指定自定义 CA 证书
uv config set tls.cainfo /path/to/cert.pem

3. 代理服务器设置

uv config set proxy.http http://user:pass@proxy:8080
uv config set proxy.https http://user:pass@proxy:8080

---

六、系统级操作

1. 全局安装（替代 pipx）

uv pip install --system flask  # 谨慎使用！

2. 用户级安装

uv pip install --user black

3. 修复损坏环境

uv pip install --repair pandas  # 重新安装损坏包

---

七、组合命令示例

1. 一键创建环境并安装依赖

uv venv .env && source .env/bin/activate && uv pip install -r requirements.txt

2. CI/CD 优化流程

# 1. 生成锁定文件
uv pip compile pyproject.toml -o requirements.lock
# 2. 缓存依赖
uv cache clean  # 清理旧缓存
uv pip download -r requirements.lock
# 3. 离线安装
uv pip install --no-index --find-links ~/cache/packages -r requirements.lock

---

八、诊断与调试

# 检查依赖冲突
uv pip check

# 查看解析决策树
uv pip install --dry-run -v numpy pandas

# 导出已安装依赖图
uv pip list --format=tree

性能提示：uv 在大型项目（如 NumPy + Pandas + SciPy）上的安装速度可比传统工具快 10-100 倍，尤其在冷启动场景下优势明显。

通过掌握这些高级技巧，您可以充分利用 uv 的极致性能优势，大幅优化 Python 开发、测试和部署流程。