用 Rust 开发的 Python 包管理工具，可替换 pip、piptools 和 virtualenv

在 Astral，我们为 Python 生态系统构建高性能的开发工具。我们最出名的是 Ruff，一个极其快速的 Python linter 和格式化工具。（译注：对 Ruff 的介绍 性能最快的代码分析工具，Ruff 正在席卷 Python 圈！）

今天，我们发布了 Astral 工具链中的下一个工具：uv，一个用 Rust 开发的高性能的 Python 包解析器和安装器。

图片

图注：使用热缓存来解析（左）和安装（右）Trio 依赖项，以模拟重新创建虚拟环境或向现有项目添加依赖项

uv 旨在作为 pip、pip-tools 和 virtualenv 的直接替代品，现在就可以用于生产环境中那些围绕这些工作流构建的项目。

产品原则

与 Ruff 一样，uv 的实现也遵循我们的核心产品原则：

在上述基准测试中，uv 在没有缓存的情况下比 pip 和 pip-tools 快 8-10 倍，而在有热缓存的情况下（例如，重新创建虚拟环境或更新依赖项），则快 80-115 倍。

uv 使用全局模块缓存来避免重新下载和构建依赖项，并在支持的文件系统上利用 Copy-on-Write 和硬链接来最小化磁盘空间使用。

尽管我们对 Python 打包的未来有着宏大的愿景，但 uv 的初始版本聚焦于支持我们 uv pip 接口背后的 pip 和 pip-tools，使其可以零配置地被现有项目所采用。

相似地，uv 可以“仅仅”当作一个解析器（uv pip compile 锁定你的依赖项），“仅仅”当作一个虚拟环境创建器（uv venv），“仅仅”当作一个包安装器（uv pip sync），等等。它既是统一的，又是模块化的。

uv 作为一个单一的静态二进制文件发布，能够替代 pip、pip-tools 和 virtualenv。uv 没有直接的 Python 依赖，因此你可以跟 Python 本身分别安装，避免了在多个 Python 版本（例如，pip vs. pip3 vs. pip3.7）之间选择 pip 安装程序。

安装使用

虽然 uv 将演变成一个完整的 Python 项目和包管理器（“Cargo for Python”），但像pip-tools 这样较狭窄的聚焦范围，让我们得以解决构建此类工具所涉及的低级问题（如包安装），同时立即提供有用的东西，最小化社区的使用障碍。

你可以通过我们的独立安装程序安装 uv，或者从 PyPI 安装。

使用 curl：

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

对 Windows：

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

使用 pip 或 pipx：

pip install uv
pipx install uv

uv 能满足你对现代 Python 打包工具的所有期望：可编辑安装、Git 依赖项、URL 依赖项、本地依赖项、约束文件、源码分发、自定义索引等，所有这些都设计成与你现有的工具无缝兼容。

uv 支持 Linux、Windows 和 macOS，并已针对公共的 PyPI 索引进行了大规模测试。

即插即用的兼容性 API

这个初始版本主要实现了 uv 的pip 命令。对于使用过 pip 和 pip-tools 的人来说，这将会很熟悉：

• 类似于pip install，运行uv pip install ，可从命令行、requirements 文件或 pyproject.toml 来安装 Python 依赖项
• 类似于pip-compile，运行uv pip compile 来生成锁定的 requirements.txt
• 类似于pip-sync，运行uv pip sync 来同步带有锁定的 requirements.txt 的虚拟环境

通过将这些“低级”命令放在uv pip下，我们在 CLI 中预留了空间，用于我们打算在未来发布的更“有主见”的项目管理 API，它看起来将更像 Rye、Cargo 或 Poetry。（想象一下 uv run 、uv build 等等）

uv 也可以通过uv venv 作为虚拟环境管理器使用。它比python -m venv 快大约 80 倍，比virtualenv 快 7 倍，且不依赖于 Python。

图片

图注：创建一个虚拟环境，有（左）和没有（右）pip 及 setuptools 种子包

uv 的虚拟环境符合标准，可以与其他工具互换使用——没有锁定机制或定制。

新功能

从头开始构建我们自己的包管理工具栈，这还为新功能开辟了空间。例如：

• uv 支持替换解析策略。 默认情况下，uv 遵循标准的 Python 依赖解析策略，即优先选择每个包的最新兼容版本。但通过传入--resolutinotallow=lowest，库作者可以测试他们的包与依赖项的最低兼容版本。（这类似于 Go 的最小版本选择。）
• uv 允许针对任意 Python 目标版本进行解析。 pip 和 pip-tools 默认针对当前安装的 Python 版本进行解析（例如，在 Python 3.12 下运行，将生成兼容于 Python 3.12 的解析），uv 支持--python-version 参数，使你能够在运行较新版本的情况下，生成兼容较低版本（例如 Python 3.7）的解析。
• uv 允许依赖项“覆盖”。 uv 通过覆盖（-o overrides.txt）将 pip 的“约束”概念向前推了一步，允许用户通过覆盖包的声明依赖项来引导解析器。覆盖为用户提供了一个逃生舱口，用于解决错误的上限和其他错误声明的依赖项。

在当前形式下，uv 并不适合所有项目。pip 是一个成熟且稳定的工具，支持非常广泛的场景，并且专注于兼容性。虽然 uv 支持 pip 的大部分功能，但它缺乏对一些传统特性的支持，比如 .egg 分发。

同样，uv 目前还不支持生成与平台无关的锁定文件。这与 pip-tools 相符，但与 Poetry 和 PDM 不同，这使得 uv 更适合围绕 pip 和 pip-tools 工作流构建的项目。

对于那些深入打包生态系统的人来说，uv 还用 Rust 实现了符合标准的更多功能，例如 PEP 440（版本标识符）、PEP 508（依赖项说明符）、PEP 517（与构建系统无关的构建前端）、PEP 405（虚拟环境）等。

"Python 的 Cargo"：uv 和 Rye

uv 代表着我们追求 "Python 的 Cargo" 的一个中间里程碑：一个统一的 Python 包和项目管理器，它极其快速、可靠且易于使用。

想象一下：一个单一的二进制文件，它可为你安装 Python，并为你提供使用 Python 所需的一切，不仅包括 pip、pip-tools 和 virtualenv，还有 pipx、tox、poetry、pyenv、ruff 等等。

使用 Python 工具链可能是一种低信心体验：为新项目或现有项目搭建环境需要大量的工作，而且命令通常以令人费解的方式报错。相比之下，在 Rust 生态中做事时，你信任工具会成功。Astral 工具链的目标是将 Python 从低信心体验转变为高信心体验。

我们对 Python 打包的愿景与 Rye 的愿景相去不远，Rye 是由 Armin Ronacher 开发的一个实验性的项目与包管理工具。

在与 Armin 的交流中，我们清楚地认识到我们的愿景非常接近，但实现这些愿景需要在基础工具上作大量投入。例如：构建这样的工具需要一个非常快速的、端到端集成的、跨平台的解析器和安装器。在 uv 里，我们已经构建出了这样的基础工具。

我们认为这是一个难得的合作机会，可以避免 Python 生态破碎。因此，我们与 Armin 合作，很高兴地接管了 Rye。 我们的目标是将 uv 发展成一个生产就绪的 "Python 的 Cargo"，并在适当的时候提供一个将 Rye 平滑迁移到 uv 的路径。

在此之前，我们将维护 Rye，将其迁移成在幕后使用 uv，宽泛地说，它将成为我们正在构建的最终用户体验的实验性测试床。

虽然合并项目带来了一些挑战，但我们致力于在 Astral 的旗帜下构建一个单一的且统一的工具，并在我们发展 uv 成为一个合适且全面的继任者的同时，支持现有的 Rye 用户。

最近，我在 Python 潮流周刊 中分享了一个超级火爆的项目，这还不到一个月，它在 Github 上已经拿下了 8K star 的亮眼成绩，可见其受欢迎程度极高！国内还未见有更多消息，我趁着周末把一篇官方博客翻译出来了，分享给大家。

作者：@charliermarsh

译者：豌豆花下猫@Python猫

英文：uv: Python packaging in Rust (https://astral.sh/blog/uv)

声明：本翻译是出于交流学习的目的，为便于阅读，部分内容略有改动。转载请保留作者信息。