[Python]如何用uv套件建置python專案與虛擬環境?

認識到python的uv套件得由當初學習Cline的MCP服務端(server)配置說起。Cline是一款VSCode的插件,可視為MCP客戶端(client),同時可讓開發者快速且方便地在VSCode環境中配置MCP server,並藉由與AI大語言模型搭配來訪問各款MCP server,以完成開發者的需求。若要體驗和進一步了解MCP的功效,Cline是一款快速上手的入門插件,使用方式可參考官網資料。

回到uv套件,當在Cline中配置MCP server的JSON檔案時,特別注意到檔案內引入"command":"uv",完整JSON內容如下。後來藉由Chatgpt的說明內容和套件網頁了解uv是一套可用於管理python套件的工具,除了比pip快上10倍~100倍之外,同時可建立python專案和虛擬環境,基本上可取代pip, pip venv。
{
"mcpServers": {
"weather": {
"command": "uv",
"timeout": 60,
"args": "--directory", "/home/raspberry/uv/weather", "run", "weather.py"
"transportType":"stdio"
}
}
}

uv套件的安裝相當簡便,同時指令也相當直觀,下列的安裝過程和指令操作環境為ubuntu 23.04 desktop。

安裝 uv

1.在終端機中,運行下列指令,即可開始安裝uv。

bash 复制代码
curl -Ls https://astral.sh/uv/install.sh | bash

2.安裝後,重啟終端機,或運行下列指令。

bash 复制代码
source ~/.profile   # 或 ~/.bashrc, ~/.zshrc

3.確認是否安裝成功並檢查版本。

bash 复制代码
uv --version

建立python專案

1.在終端機中,運行下列指令,即可建立一個名為myproject的python專案資料夾。

bash 复制代码
    mkdir myproject #建立myproject資料夾
    cd myproject #切換到myproject資料夾
    uv init #將myproject資料夾初始化為一個python專案資料夾

2.當myproject的python專案資料夾被建立後,資料夾中即出現一些檔案,大致如下:
pyproject.toml : 記錄此專案所需套件(開發者手動指定)與配置(如 `scripts`, `dependencies`)
main.py: 預設python程式進入點,可自定義內容。
.gitignore: 用於上傳雲端git平台時,忽略 .env或開發者指定檔案等等帶有敏感資訊的檔案。
README.md:專案說明文件
Note: 用於確保版本和依賴一致性的uv.lock檔案,在專案資料夾被初始化建立後還不會出現,其在執行uv add或uv sync後才會產生,顯而易見地說明其記錄著安裝版本和依賴的資訊,以利後續clone該專案的開發者在相同環境下使用。

建立和啟動虛擬環境

1.在終端機的專案資料夾路徑中,運行下列指令來建立虛擬環境。

bash 复制代码
uv venv     #建立虛擬環境

運行結果與執行py -m venv myproject_env的結果很類似,即會建置出一個.venv的資料夾,該資料夾中也已預產生一些資料夾和檔案,其中lib資料夾即是紀錄未來在這個虛擬環境中安裝的套件。

2.運行下列指令來啟動並進到虛擬環境。

bash 复制代码
source .venv/bin/activate #啟用虛擬環境

Note:進到該虛擬環境中,即可依據專案需求利用uv add安裝套件,這些安裝在虛擬環境中的套件不會與本機環境中的套件相互衝突,這也是虛擬環境的優點。

整體來說,相較於之前使用的python venv套件,uv套件除了可建置虛擬環境之外,尚可建置python專案,其中也將git整合在一起。同時使用uv venv+uv init來建置新專案,整合性與效能也確實比較完整。下列尚有一些由chatgpt提供的uv套件資料,包含相類似套件的比較,以及常用指令,一併供參考。

相关推荐
强哥聊算力4 小时前
《算力江湖·英伟达传奇》第七集:ChatGPT出现前夜,英伟达发生了什么?
服务器·人工智能·算法·ai·chatgpt·gpu算力
IT_Octopus6 小时前
【零基础入门 LLM 开发 · Day 13】:LangChain 的对话记忆——Message 对象版
人工智能·python·langchain
2603_965148117 小时前
社区与学习资源:从入门到精通的API选品学习路径
数据库·人工智能·python·学习·数据挖掘
CCblandy8 小时前
令牌桶在 0.9 倍负载超发 19%、固定窗口边界放行 20 个:四种限流算法同构实测
后端·python·算法·性能优化·架构
空空dream8 小时前
03 | 离线部署 FastAPI + Ollama(qwen2:0.5b):从 Docker 联调到 Kubernetes 验收
docker·ai·kubernetes·fastapi
秋饼9 小时前
Spring AI 2.0 结构化输出企业级实战:从 BeanOutputConverter 源码到生产级解析容错
java·ai·技术分享·后端开发
Cc.Y9 小时前
Java零基础入门:深入Java核心:文件IO与序列化全解
java·开发语言·python
拿本唠嗑AI研究9 小时前
本体工程实战指南:从建模到可维护的完整落地路径
java·人工智能·python·jena·ontology
Smoothcloud润云9 小时前
PyTorch推理服务模型热切换与失败回滚实战:降低版本更新中断
服务器·人工智能·pytorch·python·深度学习·gpu
goehou10 小时前
Prompt 注入实战:直接注入、间接注入和四道防线(附测试样例)
安全·ai·llm·agent·prompt注入