UV管理python环境,打包项目为docker流程

安装UV

方式一:pip安装(推荐有Python环境的用户)

bash 复制代码
pip install uv

方式二:PowerShell安装(无Python环境或需隔离安装)

默认安装(自动添加到环境变量)

bash 复制代码
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

虚拟环境创建

初始化项目自动创建环境

bash 复制代码
# 创建项目目录并初始化
mkdir my_project && cd my_project
uv init -p 3.12  # 指定Python 3.12版本

自动生成目录结构:

bash 复制代码
my_project/
├── .venv/          # 虚拟环境目录
├── pyproject.toml  # 依赖配置文件
└── uv.lock         # 依赖锁文件

显式创建虚拟环境

bash 复制代码
# 创建指定Python版本的虚拟环境
uv venv --python 3.12 .venv

# 手动激活环境
# Windows
.\.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate

依赖管理与环境使用

依赖管理

bash 复制代码
# 添加依赖
uv add pandas numpy  # 自动更新pyproject.toml和uv.lock

# 更新依赖
uv add pandas --upgrade

# 删除依赖
uv remove pandas

# 同步依赖(根据pyproject.toml安装)
uv sync

环境使用

bash 复制代码
# 运行脚本(无需手动激活环境)
uv run python main.py

# 配置国内镜像源(加速下载)
# 在pyproject.toml中添加:
[[index]]
url = "https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/"
default = true

用UV安装好启动入口文件所需的依赖后,就可以直接开始打包啦,打包的Dockerfile需根据自己的需求修改(本地项目配置文件为.env,docker内部配置文件为.env.docker)

bash 复制代码
# First, build the application in the `/app` directory.

# 构建阶段:使用uv工具构建Python应用
# 设置基础镜像为uv的Python 3.12环境,并命名为builder阶段
FROM ghcr.io/astral-sh/uv:python3.12-bookworm-slim AS builder
# 配置uv环境变量:启用字节码编译和使用复制链接模式
ENV UV_COMPILE_BYTECODE=1 UV_LINK_MODE=copy

# 配置uv环境变量:忽略开发依赖项
ENV UV_NO_DEV=1

# 配置uv环境变量:禁用Python下载功能
ENV UV_PYTHON_DOWNLOADS=0

# 设置工作目录为/app
WORKDIR /app
# 使用uv同步依赖项,通过缓存挂载和文件绑定优化构建过程
# --mount参数用于挂载缓存、uv.lock和pyproject.toml文件
# --no-install-project参数表示不安装项目本身,只安装依赖
RUN --mount=type=cache,target=/root/.cache/uv \
    --mount=type=bind,source=uv.lock,target=uv.lock \
    --mount=type=bind,source=pyproject.toml,target=pyproject.toml \
    uv sync --locked --no-install-project

# 复制当前目录所有文件到容器的/app目录
COPY . /app
# 再次运行uv sync以完成依赖安装
RUN --mount=type=cache,target=/root/.cache/uv \
    uv sync --locked

# 生产阶段:创建最终的运行时镜像
FROM ghcr.io/astral-sh/uv:python3.12-bookworm-slim

# 从构建阶段复制应用文件,并设置所有者为nonroot用户
COPY --from=builder /app /app

# 创建必要的目录
RUN mkdir -p /app/logs /app/uploads 

# 配置环境变量,将虚拟环境的bin目录添加到PATH前面
ENV PATH="/app/.venv/bin:$PATH"

# 设置工作目录为/app
WORKDIR /app

# 复制Docker专用的环境配置文件
COPY .env.docker /app/.env

# 默认启动命令:运行FastAPI应用
CMD ["python", "api/server.py"]

构建镜像前请先执行

bash 复制代码
# 重新生成 lock 文件
uv lock

构建镜像:docker build -t name-uv .

启动镜像:docker run -p 8080:8080 name-uv

查看镜像大小:docker images name-uv

相关推荐
wflynn32 分钟前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github
2601_9707038340 分钟前
工业除湿机租赁:把一份租金合同拆开看
大数据·数据结构·算法·数据库架构·推荐算法
心中有你021440 分钟前
Java实现Dijkstra最短路径算法(邻接表 + 优先队列)
java·数据库·算法
2601_967980111 小时前
python之用scapy分层解析pcap报文(Ethernet帧、IP数据包、TCP数据包、UDP数据包、Raw数据包)
python·scapy·pcap·协议分析·网络数据包
心疼你的一切1 小时前
Python自动发邮件实战定时发报表
大数据·开发语言·python
ZhengEnCi2 小时前
同样的模型,为什么本地和云 API 差别那么大:量化精度、聊天模板与采样参数的三大元凶
人工智能·算法·llm
Flynn Liang2 小时前
RAG 答非所问/幻觉怎么破?Spring AI QuestionAnswerAdvisor 召回优化实战(TopK/重排/混合检索)
人工智能·算法·spring·rag·幻觉·springai
liminla!2 小时前
SQL 从入门到进阶:语法速查与实战练习(完整优化版)
数据库·sql·算法
卡提西亚3 小时前
FastAPI基础入门
python·fastapi
fanruitian3 小时前
python 机器学习 ML LinearRegression KNN KMeans
python·机器学习·kmeans