uv 能将 Python 项目初始化、依赖安装、环境切换压缩为“一次敲回车”：uv init 自动创建并激活虚拟环境，uv add 替代 pip install 并自动生成带哈希的 uv.lock，uv run 直接调用项目环境或临时工具，全程强一致性、可复现、提速显著。
uv 能直接把 Python 项目初始化、依赖安装、环境切换这三步压缩成“一次敲回车”——不是理论提速，是真实省下每分钟等待。
uv init 自动创建并激活虚拟环境
传统流程要手动执行 python -m venv .venv → source .venv/bin/activate（Linux/macOS）或 .venv\Scripts\activate.bat（Windows）→ 再确认 which python 或 where python 是否指向虚拟环境。稍有疏忽就装到系统 Python 里。
uv init myproject 一步完成全部：建目录、选 Python 版本（默认用 PATH 中最新）、创建隔离环境、自动激活（终端提示符立刻显示 (myproject)），且后续所有 uv add 或 uv run 命令都默认作用于该环境。
- 不指定 Python 版本时，
uv init会优先找 3.14（2026 年 uv 默认倾向的稳定版），而非系统自带的 3.8 或 3.9 - 如果项目根目录已有
pyproject.toml，uv init会读取其中[build-system]配置，避免覆盖已有元数据 - Windows 用户要注意：PowerShell 默认禁用脚本执行，首次运行可能报错
ExecutionPolicy，需先运行Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
uv add 替代 pip install + 自动处理传递依赖
装 fastapi 时，pip install fastapi 只装它本身；但 uv add fastapi 会同时拉取 starlette、pydantic-core、typing-extensions 等 runtime 依赖，并写入 uv.lock —— 这个文件记录了每个包的 exact version + SHA256 hash，不是靠 pip freeze > requirements.txt 那种模糊快照。
常见错误现象：uv add requests 后运行时报 ImportError: cannot import name 'HTTPAdapter' from 'requests.adapters'，大概率是本地缓存中混入了被破坏的 wheel 包。此时执行 uv cache clean 即可清掉 ~/.cache/uv 下所有二进制缓存，下次重装即用全新包。
Python 环境工具专业版功能概述Python 环境工具专业版是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。核心要点使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。执行完成后建议检查结果是否符合预期，并保留必要记录。使用与执行同时注意输入完整性、执行条件和输出可用性。从功能定位来看，该技能
-
uv add --dev pytest black会把包写进pyproject.toml的[project.optional-dependencies.dev]段，而不是全局[project.dependencies] - 若项目含
requirements.txt，可用uv add -r requirements.txt一次性迁移，uv 会解析每一行并自动补全传递依赖 - 不加
--no-dev时，uv sync默认同步 dev 依赖；生产部署应显式加该 flag 避免多装测试工具
uv run 替代 python -m + 全局工具调用
以前想跑一个脚本又不想激活环境？得写 .venv/bin/python main.py（Linux/macOS）或 .venv\Scripts\python.exe main.py（Windows）。现在只要 uv run main.py，uv 自动找到当前项目的虚拟环境并执行。
更关键的是，它还能直接运行未安装的 CLI 工具：uv run ruff check . 不需要提前 pip install ruff，uv 会临时下载、缓存、执行，用完即弃——适合 CI 场景或偶尔使用的工具，避免污染环境。
-
uv run默认使用项目 lock 文件锁定的依赖版本；若想临时跳过锁文件强制解析最新版，加--no-lock（慎用，可能破坏确定性） - 执行
uv run python -c "import sys; print(sys.version)"可快速验证当前环境 Python 版本，比python --version更可靠（后者可能指向系统 Python） - 在 Jupyter Notebook 中，通过
uv venv --python 3.12创建专用环境后，再运行python -m ipykernel install --user --name myproject --display-name "Python (myproject)"，就能在 notebook kernel 列表里看到对应环境
真正容易被忽略的是：uv 的“快”不是靠牺牲一致性换来的——它默认启用哈希校验、强制生成 lock 文件、所有操作可复现。当你在 CI 流水线里把 pip install -r requirements.txt 换成 uv sync，不仅构建时间从 2 分钟降到 8 秒，更关键的是，那个曾经在本地能跑、CI 上报 ModuleNotFoundError 的幽灵问题，基本不会再出现。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
