[Python] UV工具入门使用指南——小试牛刀_pycharm uv

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：

1. 速度更快：相比 pip，uv 采用 Rust 编写，性能更优。

2. 支持 PEP 582：无需 virtualenv，可以直接使用 __pypackages__ 进行管理。

3. 兼容 pip：支持 requirements.txt 和 pyproject.toml 依赖管理。

4. 替代 venv：提供 uv venv 进行虚拟环境管理，比 venv 更轻量。

5. 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.txtpip 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  # 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.txtpython script.py

看看mcp开发时的使用示例

# Create project directoryuv init mcp-clientcd mcp-client# Create virtual environmentuv venv# Activate virtual environment# On Windows:.venv\\Scripts\\activate# On Unix or MacOS:source .venv/bin/activate# Install required packagesuv add mcp anthropic python-dotenv# Remove boilerplate filesrm main.py# Create our main filetouch client.py# To run your client with any MCP serveruv run client.py path/to/server.py # python serveruv run client.py path/to/build/index.js # node server

参考

Python pip 安装与使用：Python pip 安装与使用 | 菜鸟教程

python版本号问题：Python常见问题 — Python 3.11.12 文档

uv github官方仓库：astral-sh/uv: An extremely fast Python package and project manager, written in Rust.

***uv官方文档：uv

Commands | uv

uv run：Commands | uv

mcp client：对于客户端开发人员 - 模型上下文协议

¿