搞 Python 的人，环境这关几乎人人都栽过：pip 装得慢、venv 和 pyenv 各管一摊、poetry 又是一套心智模型。Astral 那帮人（就是做 Ruff、ty 的）干脆用 Rust 写了一个叫 uv 的工具，一个顶掉 pip、poetry、pyenv、virtualenv、pipx、twine 一整排，官方说比 pip 快 10 到 100 倍。现在但凡新建个 Python 项目，我第一件事就是先装 uv。
是什么
uv 是 Astral 用 Rust 写的 Python 包和项目管理器，Apache-2.0 / MIT 双协议。仓库当前 9.0 万个 Star、3617 个 Fork，最新版本 v0.12.19 发布于 2026 年 9 月，仓库几乎每天都有提交。它不是一个「又来一个包管理器」的玩具，而是把 Python 生态里散落的好几件工具收进同一个 CLI：依赖解析与安装、虚拟环境、项目锁文件、Python 版本管理、单文件脚本运行、命令行工具安装，全包了。最妙的是你甚至不用先装 Python 或 Rust，一条 curl 就能把它拉下来。
uv 的仓库首页。Rust 主仓、Apache-2.0 / MIT 双协议，最近一次提交就在今天
它到底好用在哪儿
第一是「快」肉眼可见。Rust 写的依赖解析和下载，官方基准里装几十个包常常一秒出头，而同样的活儿 pip 可能要几十秒甚至更久。我自己的体感是，uv sync 一个中等项目的环境，基本是「敲完回车就已经好了」的级别。对 CI 和容器构建这种时间敏感的场景，省下的等待是实打实的。
第二是「一个工具顶六个」。以前你要记住 pip 装包、virtualenv 建环境、pyenv 切版本、pipx 装工具、poetry 管项目、twine 发包，现在全收进 uv：uv add 加依赖、uv venv 建环境、uv python install 装解释器、uv tool install 装命令行工具、uv build 还能发包。心智模型从「一堆工具」收敛成一个，迁移成本也低——它提供了兼容 pip 的 uv pip 接口，老工作流几乎不用改。
第三是「顺手管 Python 版本」。以前换版本得系统装或者 pyenv 编译半天，uv 直接 uv python install 3.12 3.13 3.14 拉下来，uv venv --python 3.12 秒级建环境。对要在多版本间反复横跳的人，这一步就把最烦的事抹平了。还有 uvx（等价于 uv tool run），在临时环境里跑任意 PyPI 上的命令行工具，比如 uvx ruff，不用全局污染你的环境。
v0.12.19 的发布记录。版本号已经到 0.12，迭代节奏很密
怎么用
装它最省事就是一条命令：macOS / Linux 上 curl -LsSf https://astral.sh/uv/install.sh | sh，Windows 上用 PowerShell 跑那条 install.ps1。装完 uv self update 就能自更新。新建项目就 uv init example，进目录 uv add ruff 加依赖、uv run ruff check 直接跑，uv lock + uv sync 一把锁文件和环境同步好。想跑单文件脚本也能在脚本头部用 inline metadata 声明依赖，uv run example.py 自动建临时环境装好再执行。从 PyPI 装也行：pip install uv 或 pipx install uv，两条路都能用。
不足也得说清楚
它是相对年轻的方案，版本还在 0.x 阶段（当前 v0.12.19），虽然官方说已经 production ready，但生态里仍有 2917 个未关闭 Issue，偶尔会碰到和你某条特殊依赖解析冲突的边角情况——尤其那些用了老 pyproject 写法或私有源的项目，迁移时值得先在小项目上试一轮。
它对 Windows 的支持是靠 trampoline 机制做的兼容，绝大多数场景没问题，但极少数依赖原生编译、又对路径特别挑剔的包，还是可能踩坑。另外，如果你的团队已经深度绑定 poetry 或 conda 那套工作流，全员切到 uv 是个组织层面的决定，不是你一个人装了就完事。
还有一点：它把「包管理 + 环境 + 版本 + 工具」全收进来，功能面比 pip 宽得多。新人上手要理解的不只是「怎么装包」，还有项目布局、锁文件、workspace 这些概念，学习曲线比「pip + venv」陡一点。
跟同类怎么比
最直接的对照是 poetry 和 conda。poetry 在依赖锁定和发布体验上很成熟，但速度和 uv 不在一个量级；conda 能管非 Python 的依赖、适合数据科学，但笨重、冷启动慢。pip + venv 是最原始的组合，胜在人人都会，但慢且功能分散。uv 的打法是用 Rust 的快 + 单 CLI 的简，把这几家的长处并掉——速度对标 conda 的体验、功能覆盖 poetry、易用性压过原生 pip。
我的判断：新项目、或者受够了 pip 慢和工具碎的人，直接上 uv 几乎没代价，一条 curl 就装好，老项目用 uv pip 也能无痛过渡。9.0 万 Star、版本到 0.12、每天在动，背后还有 Ruff 同款团队，基本可以放心押注。但巨型存量项目、深度绑定 conda 的数据科学环境，先小范围验证再全员迁移更稳妥。
GitHub：https://github.com/astral-sh/uv
官方网站：https://docs.astral.sh/uv
标签：#uv #Python #包管理 #Astral #Rust #效率工具 #开源工具
你现在的 Python 环境是 pip、poetry 还是 conda 在管？要是装依赖动辄等几十秒，你会愿意为了那 10 到 100 倍的速度换一套工具吗？