
【个人主页:玄同765】
大语言模型(LLM)开发工程师 |中国传媒大学·数字媒体技术(智能交互与游戏设计)
**深耕领域:**大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调
**技术栈:**Python / LangChain/RAG(Dify+Redis+Milvus)| SQL/NumPy | FastAPI+Docker ️
**工程能力:**专注模型工程化部署、知识库构建与优化,擅长全流程解决方案
「让AI交互更智能,让技术落地更高效」
欢迎技术探讨/项目合作! 关注我,解锁大模型与智能交互的无限可能!
前言
作为一名 Python 开发者,项目环境搭建是每次开新项目的必经之路。虚拟环境创建、依赖管理、IDE 配置...这些重复性工作不仅耗时,还容易出错。最近我在使用 Trae AI IDE 时,发现了一个强大的功能 - Skill 系统,它允许我们将常用的工作流程封装成可复用的技能。
今天,我要分享的是我编写的一个 Skill:uv-python-setup,它可以一键完成 Python 项目的完整环境搭建,包括虚拟环境、VS Code 配置、依赖管理等。
为什么选择 UV?
在介绍 Skill 之前,先说说为什么选择 uv 作为工具:
| 特性 | UV | 传统工具 (pip/virtualenv) |
|---|---|---|
| 速度 | 极快(Rust 编写) | 较慢 |
| 统一性 | 虚拟环境 + 依赖管理一体 | 需要多个工具配合 |
| pyproject.toml | 原生支持 | 需要额外配置 |
| 兼容性 | 完全兼容 pip | - |
| 缓存 | 智能缓存,极速重装 | 有限 |
uv 由 Astral 团队开发(也是 ruff 的开发者),已经成为我 Python 开发的首选工具。
Skill 功能概览
这个 Skill 可以帮你完成以下所有事情:
- ✅ 创建虚拟环境 - 使用指定 Python 版本
- ✅ 配置 .gitignore - 排除虚拟环境和临时文件
- ✅ 安装依赖 - 生产依赖和开发依赖
- ✅ VS Code 配置 - 自动激活虚拟环境、代码格式化、调试配置
- ✅ 生成 pyproject.toml - 使用 uv 自动生成项目配置
- ✅ 创建项目规则文档 - 记录项目配置和使用说明
完整 Skill 代码
以下是 uv-python-setup Skill 的完整内容,你可以直接复制使用:
---
name: "uv-python-setup"
description: "使用 uv 工具快速搭建 Python 项目开发环境,包括虚拟环境创建、VS Code 配置、依赖管理。Invoke when user wants to set up a Python project with uv, create venv, configure VS Code auto-activation, or manage dependencies with pyproject.toml."
---
# UV Python 项目环境搭建
使用 uv 工具快速搭建完整的 Python 项目开发环境,包含虚拟环境、VS Code 配置和依赖管理。
## 前置要求
- 已安装 uv 工具 (`uv --version`)
- 项目目录已初始化
## 执行步骤
### 1. 创建虚拟环境
```bash
# 创建虚拟环境(使用 Python 3.11)
uv venv .venv --python 3.11
# 验证创建成功
.venv\Scripts\python.exe --version
```
### 2. 配置 .gitignore
创建 `.gitignore` 文件,排除虚拟环境和临时文件:
```gitignore
# Python
__pycache__/
*.py[cod]
*$py.class
*.so
.Python
build/
develop-eggs/
dist/
downloads/
eggs/
.eggs/
lib/
lib64/
parts/
sdist/
var/
wheels/
share/python-wheels/
*.egg-info/
.installed.cfg
*.egg
MANIFEST
# 虚拟环境
.venv/
venv/
ENV/
env/
# IDE
.idea/
.vscode/
*.swp
*.swo
*~
.DS_Store
# 环境变量
.env
.env.local
.env.*.local
# 数据库
*.db
*.sqlite
*.sqlite3
# 日志
logs/
*.log
# 测试覆盖率
htmlcov/
.coverage
.coverage.*
coverage.xml
*.cover
# pytest
.pytest_cache/
# mypy
.mypy_cache/
.dmypy.json
dmypy.json
```
### 3. 安装依赖
```bash
# 安装生产依赖
uv pip install --python .venv\Scripts\python.exe \
gradio fastapi sqlalchemy pydantic chromadb openai \
langchain langgraph python-jose bcrypt httpx \
python-dotenv loguru
# 安装开发依赖
uv pip install --python .venv\Scripts\python.exe \
ruff mypy pytest
```
### 4. 创建 VS Code 配置
创建 `.vscode/settings.json`:
```json
{
"python.defaultInterpreterPath": "${workspaceFolder}/.venv/Scripts/python.exe",
"python.pythonPath": "${workspaceFolder}/.venv/Scripts/python.exe",
"python.terminal.activateEnvironment": true,
"python.terminal.activateEnvInCurrentTerminal": true,
"terminal.integrated.profiles.windows": {
"PowerShell": {
"source": "PowerShell",
"args": ["-NoExit", "-Command", ". ${workspaceFolder}/.venv/Scripts/Activate.ps1"],
"icon": "terminal-powershell"
}
},
"terminal.integrated.defaultProfile.windows": "PowerShell",
"editor.formatOnSave": true,
"editor.defaultFormatter": "charliermarsh.ruff",
"editor.codeActionsOnSave": {
"source.fixAll.ruff": "explicit",
"source.organizeImports.ruff": "explicit"
},
"ruff.interpreter": ["${workspaceFolder}/.venv/Scripts/python.exe"],
"ruff.path": ["${workspaceFolder}/.venv/Scripts/ruff.exe"],
"python.analysis.typeCheckingMode": "basic",
"python.testing.pytestEnabled": true,
"python.testing.pytestPath": "${workspaceFolder}/.venv/Scripts/pytest.exe"
}
```
创建 `.vscode/extensions.json`:
```json
{
"recommendations": [
"ms-python.python",
"ms-python.vscode-pylance",
"charliermarsh.ruff",
"ms-python.debugpy"
]
}
```
创建 `.vscode/launch.json`:
```json
{
"version": "0.2.0",
"configurations": [
{
"name": "Python: Current File",
"type": "debugpy",
"request": "launch",
"program": "${file}",
"console": "integratedTerminal",
"python": "${workspaceFolder}/.venv/Scripts/python.exe"
},
{
"name": "Python: FastAPI",
"type": "debugpy",
"request": "launch",
"module": "uvicorn",
"args": ["main:app", "--reload", "--host", "0.0.0.0", "--port", "8000"],
"python": "${workspaceFolder}/.venv/Scripts/python.exe",
"console": "integratedTerminal"
}
]
}
```
### 5. 生成 pyproject.toml
使用 uv 自动生成项目配置:
```bash
# 初始化项目
uv init --python .venv\Scripts\python.exe
# 添加生产依赖
uv add gradio fastapi sqlalchemy pydantic chromadb openai \
langchain langgraph python-jose bcrypt httpx \
python-dotenv loguru
# 添加开发依赖
uv add --dev ruff mypy pytest
```
### 6. 创建项目规则文档
创建 `.trae/project_rules.md`:
```markdown
# 项目规则
## Python 虚拟环境
本项目使用 uv 创建的虚拟环境,位于 `.venv/` 目录下。
### 虚拟环境激活
```powershell
.venv\Scripts\Activate.ps1
```
### 依赖管理
```bash
# 安装依赖
uv pip install <package-name>
# 查看依赖
uv pip list
# 导出依赖
uv pip freeze > requirements.txt
```
### 代码规范
```bash
# 代码检查
ruff check .
# 代码格式化
ruff format .
# 类型检查
mypy .
# 运行测试
pytest
```
```
## 验证安装
```bash
# 验证 Python 版本
.venv\Scripts\python.exe --version
# 验证依赖安装
.venv\Scripts\python.exe -c "import fastapi; import gradio; print('OK')"
# 使用 uv 同步依赖
uv sync
```
## 常用命令速查
| 命令 | 说明 |
|-----|------|
| `uv venv .venv --python 3.11` | 创建虚拟环境 |
| `uv pip install <pkg>` | 安装包 |
| `uv add <pkg>` | 添加依赖到 pyproject.toml |
| `uv add --dev <pkg>` | 添加开发依赖 |
| `uv sync` | 同步依赖 |
| `uv run <command>` | 在虚拟环境中运行命令 |
如何使用这个 Skill
在 Trae 中使用
- 将上述 Skill 代码保存到
.trae/skills/uv-python-setup/SKILL.md - 在 Trae 中打开项目
- 告诉 AI:"帮我搭建 Python 项目环境"
- AI 会自动调用这个 Skill 完成所有配置
手动执行
如果你不使用 Trae,也可以按照 Skill 中的步骤手动执行,效果完全一样。
实际效果展示
使用这个 Skill 后,你的项目结构会变成这样:
my-project/
├── .venv/ # Python 虚拟环境
├── .vscode/
│ ├── settings.json # VS Code 配置(自动激活虚拟环境)
│ ├── extensions.json # 推荐扩展
│ └── launch.json # 调试配置
├── .trae/
│ └── project_rules.md # 项目规则文档
├── pyproject.toml # 项目依赖配置
├── uv.lock # 依赖锁定文件
├── .gitignore # Git 忽略配置
└── src/ # 源代码目录
VS Code 自动激活效果
打开 VS Code 终端时,会自动激活虚拟环境:
# 打开终端后,你会看到:
(.venv) PS D:\my-project>
# ^^^^^^ 虚拟环境已自动激活
# 直接运行 Python 命令
python --version # Python 3.11.x
代码自动格式化
保存 Python 文件时,会自动使用 Ruff 进行格式化:
# 保存前(混乱的代码)
def my_function(x,y,z):
return x+y+z
# 保存后(自动格式化)
def my_function(x, y, z):
return x + y + z
进阶技巧
1. 自定义依赖
根据项目需求修改 Skill 中的依赖列表:
# 数据科学项目
uv add numpy pandas matplotlib jupyter
# Web 开发
uv add django flask requests beautifulsoup4
# 机器学习
uv add scikit-learn torch tensorflow
2. 多环境配置
为不同环境创建不同的依赖组:
# 测试依赖
uv add --group test pytest pytest-cov pytest-asyncio
# 文档依赖
uv add --group docs mkdocs mkdocs-material
3. 与 CI/CD 集成
在 GitHub Actions 中使用:
- name: Setup Python
uses: actions/setup-python@v4
with:
python-version: '3.11'
- name: Install uv
run: pip install uv
- name: Sync dependencies
run: uv sync
- name: Run tests
run: uv run pytest
常见问题
Q1: uv 和 pip 有什么区别?
A: uv 完全兼容 pip,但速度更快。你可以把 uv 看作是 pip 的"极速版",所有 pip 命令在 uv 中都可以使用。
Q2: 如何迁移现有项目到 uv?
A: 非常简单:
# 1. 安装 uv
pip install uv
# 2. 创建虚拟环境
uv venv .venv
# 3. 安装现有依赖
uv pip install -r requirements.txt
# 4. 生成 pyproject.toml
uv init
Q3: 可以在 Linux/Mac 上使用吗?
A: 当然可以!uv 支持 Windows、Linux 和 macOS。Skill 中的路径需要根据系统调整:
- Windows :
.venv\Scripts\python.exe - Linux/Mac :
.venv/bin/python
总结
通过将环境搭建流程封装成 Skill,我们可以:
- 节省时间 - 一键完成所有配置,无需手动操作
- 减少错误 - 标准化的流程,避免遗漏步骤
- 团队协作 - 所有成员使用相同的开发环境
- 可复用 - 在新项目中重复使用
这个 Skill 是我日常开发的得力助手,希望它也能帮助到你!
相关链接
如果你有任何问题或建议,欢迎在评论区留言!