代码收藏家技术教程 2025-05-19

Python UV工具使用入门指南——初学者上手体验

背景

MCP开发使用到了uv，简单记录一下：

为什么MCP更推荐使用uv进行环境管理？
MCP 依赖的 Python 环境可能包含多个模块，uv 通过 pyproject.toml 提供更高效的管理方式，并且可以避免 pip 的一些依赖冲突问题。此外，uv 的包管理速度远超 pip，这对于 MCP 这样频繁管理依赖的项目来说是一个很大的优势。

uv入门介绍

MCP开发可以借助uv进行虚拟环境创建和依赖管理。uv 是一个Python 依赖管理工具，类似于 pip 和 conda，但它更快、更高效，可以更好地管理 Python 虚拟环境和依赖项。uv 的核心目标是替代 pip、pip-tools 和 venv ，提供更好的性能和更低的管理开销。

uv是一个新兴的Python包管理工具，由Astral开发（由Rust语言编写）。它旨在成为pip和pip-tools的更快速替代品。

`uv` 的特点：

速度更快：相比 pip，uv 采用 Rust 编写，性能更优。
支持 PEP 582：无需 virtualenv，可以直接使用 __pypackages__ 进行管理。
兼容 pip：支持 requirements.txt 和 pyproject.toml 依赖管理。
替代 venv：提供 uv venv 进行虚拟环境管理，比 venv 更轻量。
跨平台：支持 Windows、macOS 和 Linux。

uv安装流程

方法 1：使用 pip 安装（前提是你的系统已经安装了pip命令）

ps：Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。

pip --version     # Python2.x 版本命令
pip3 --version    # Python3.x 版本命令
-------------------------------------
pip install uv

方法 2：使用 curl 直接安装

如果你的系统没有 pip，可以直接运行：

curl -LsSf https://astral.sh/uv/install.sh | sh

执行命令后会自动下载 uv 并安装到 /usr/local/bin。

uv的基本用法介绍（兼容pip）

安装 uv 后，可以像 pip 一样使用它，像类似uv pip ……的命令是因为uv同样兼容pip命令。

安装 Python 依赖

uv pip install package-name

与 pip install package-name 类似，但更快。

创建虚拟环境

uv venv myenv
# 或者直接uv venv，会自动生成一个.venv文件
# 或者指明：uv venv .venv

# 删除旧环境并快速重建（适合 CI/CD）
uv venv --clear .venv

等效于 python -m venv myenv / python -m venv .venv，但更高效。

激活虚拟环境

# 注：pycharm初次需要配一下运行powershell脚本的权限

source myenv/bin/activate  # Linux/macOS
.\myenv\Scripts\activate     # Windows
# .venv\Scripts\activate       .\.venv\Scripts\activate

安装项目依赖

uv pip install -r requirements.txt

等效于 pip install -r requirements.txt，但更高效。

生成requirements.txt

uv pip compile requirements.in -o requirements.txt

# 生成跨平台的 requirements.txt（避免平台特定依赖）
uv pip compile --platform=linux requirements.in

等效于传统方式： pip freeze > requirements.txt 或使用pip-tools：pip-compile requirements.in

升级依赖

uv pip install --upgrade package-name

等效于 pip install –upgrade package-name。

依赖管理

# 安装包（比 `pip` 更快）
uv pip install numpy pandas

# 卸载包
uv pip uninstall numpy

# 清理缓存（比 `pip` 更彻底）
uv pip cache purge

# 查看已安装包（与 `pip list` 相同）
uv pip list

# 生成 requirements.txt（支持更精确的版本锁定）
uv pip freeze > requirements.txt

# 升级包
uv pip install --upgrade numpy

# 安装包
pip install numpy pandas

# 卸载包
pip uninstall numpy

# 清理缓存
pip cache purge

# 查看已安装包
pip list

# 生成 requirements.txt
pip freeze > requirements.txt

# 升级包
pip install --upgrade numpy

直接运行 Python 项目

uv run 的主要用途是在虚拟环境中运行命令

uv run <command>  # 等效于：激活虚拟环境 → 执行命令

它 不会自动安装依赖（不像 pip install && python script.py），而是专注于环境激活+命令执行。

运行 Python 脚本【这里不太对劲，C友们稍等w后续处理！！！】

如果项目中包含 pyproject.toml，你可以直接运行？：

uv run python script.py
# 貌似页可以直接uv run script.py

这等效于：

pip install -r requirements.txt
python script.py

看看mcp开发时的使用示例

# Create project directory
uv init mcp-client
cd mcp-client

# Create virtual environment
uv venv

# Activate virtual environment
# On Windows:
.venv\Scripts\activate
# On Unix or MacOS:
source .venv/bin/activate

# Install required packages
uv add mcp anthropic python-dotenv

# Remove boilerplate files
rm main.py

# Create our main file
touch client.py

# To run your client with any MCP server
uv run client.py path/to/server.py # python server
uv run client.py path/to/build/index.js # node server