Python装包慢到怀疑人生？这个Rust重写的神器直接快10倍

一个用 Rust 重写的 Python 包管理器，把 pip、virtualenv、pyenv、pip-tools、pipx 五件套合并成一个二进制，依赖解析快到离谱。你是不是也遇到过这种情况：新拉一个 Python 项目，敲下 pip install -r requirements.txt，然后眼睁睁看着转圈圈转了 90 秒，三杯咖啡都喝完了，依赖还没装完。更离谱的是，等它终于装完，你换台电脑再装一遍，又得重新转 90 秒。同一个项目，同样 23 个包，pip 每次 6.6 秒起跳，大项目直接奔着一分半去了。

Python 这套工具链，碎片化到让人怀疑人生。uv 的出现，就是来终结这个问题的。

一、Python 工具链，五件套的混乱

先说说为什么 Python 装包这件事会这么折磨人。写 Python 这些年，你大概率装过这一堆东西：• pip：装包用• virtualenv 或 venv：搞虚拟环境• pyenv：管理多个 Python 版本• pip-tools：生成锁文件、冻结依赖• pipx：装 CLI 工具五个工具，五种用法，五份配置文档。新人入职第一天光配环境就得耗一上午。更糟的是这五个工具彼此不怎么说话。pyenv 装的 Python 版本，virtualenv 不一定认得；pip-tools 生成的锁文件，pip 装 的时候还是可能版本漂移；pipx 跟前几个完全不搭嘎。

这不是工具链，是工具山。我自己就踩过坑：项目里明明锁了 pandas==2.1.4，CI 上跑出来却是 2.1.5。排查半天发现是 pip 的依赖解析器在某些 corner case 下会"自作主张"地升级小版本。更别说速度了。pip 是纯 Python 写的，单线程，解析依赖的时候要一个一个去 PyPI 拉元数据。包一多，I/O 就成了黑洞。官方文档里有一句很扎心的话：Python 的包管理体验，落后 Rust/Node 生态至少五年。

二、uv 登场：Rust 重写、一个二进制搞定

uv 是 Astral 团队搞的。这团队名字你可能不熟，但他们另一个项目你肯定听过——Ruff，那个用 Rust 写的、快到飞起的 Python linter。Ruff 一战成名之后，Astral 团队把目光瞄准了 Python 包管理这个老大难。他们的思路很暴力也很有效：用 Rust 把上面那五件套的逻辑，全部重写一遍，塞进同一个二进制文件里。结果就是 uv。一个不到 30MB 的单文件，干掉了原来五个工具的活，还快了 10 到 100 倍。

uv 不是更快的 pip，是替代整套工具链。它干的事包括：• 装包（替代 pip）• 创建虚拟环境（替代 virtualenv/venv）• 管理 Python 版本（替代 pyenv）• 生成统一锁文件（替代 pip-tools）• 跑脚本、装 CLI 工具（替代 pipx）一份配置，一个命令，一套逻辑。这才是 2026 年该有的样子。

三、到底有多快？数据说话光说快没用，看数据。下面这几组对比数据来自 uv 官方 benchmark和社区实测，跑的是真实场景：• 创建虚拟环境：uv 0.008 秒，python -m venv 1.15 秒。快 143 倍。• warm cache 装 23 个包：uv 0.12 秒，pip 6.6 秒。快 55 倍。• 冷启动装 Django+Celery+Pandas+scikit-learn 大项目：uv 约 8 秒，pip 约 90 秒。快约 10 倍。

0.008 秒是什么概念？比你眨一下眼还快。等你按下回车键的机械行程还没结束，虚拟环境已经建好了。我自己实测过一组对比：把一个有 87 个依赖的中型项目从零装起来，pip 跑了 2 分 40 秒，uv 跑了 11 秒。中间我都不用起身倒水，刚敲完命令结果就出来了。

从"够泡一杯咖啡"到"咖啡还没凉"。这个速度差异的根源，是 Rust + 并发。uv 用 Rust 写依赖解析器，多线程并发去 PyPI 拉元数据，再用全局硬链接缓存避免重复下载同一个包。同一个包在你机器上只存一份，每个项目都是硬链接过去，零拷贝。

四、亮点功能：不止是快

uv 的杀手锏不只是速度。它把很多本来需要"配好几样东西才能跑起来"的流程，做成了开箱即用。

1. 统一锁文件

以前用 pip-tools，要手动跑 pip-compile 生成 requirements.txt，再 pip-sync 同步。uv 直接用 uv.lock，一个文件锁定整个项目所有平台的依赖，Windows、Linux、macOS 全覆盖。uv lock      # 生成/更新锁文件uv sync      # 按锁文件同步环境锁文件是跨平台的。CI 上跑 Linux，本地是 macOS，装出来的版本完全一致。再也不用担心"我机器上能跑"这种鬼话。

2. Cargo 风格的 workspace

如果你做过 Rust 开发，肯定用过 Cargo 的 workspace——一个仓库里有多个子项目，共享一套依赖。uv 把这套搬到了 Python。uv init --workspace my-monorepo一个 monorepo 里多个 Python 包，共享依赖、统一锁文件、独立构建。这对做 SDK、做平台型项目的团队简直是救命。

3. 内联依赖脚本运行

这个功能是我个人最爱的。写个一次性脚本要用 httpx 和 rich，以前得：建环境 → 装包 → 跑脚本 → 删环境。现在直接：# script.py# /// script# dependencies = ["httpx", "rich"]# ///import httpx, rich...然后 uv run script.py，uv 会自动建个临时环境、装好依赖、跑完脚本、清理掉。一行命令搞定，干净利落。

4. 自动管理 Python 版本

pyenv 可以退休了。uv 内置 Python 版本管理，uv python install 3.12 直接装好，项目 .python-version 文件指定版本，uv 自动下载、自动切换。uv python install 3.12      # 装 Python 3.12uv python pin 3.12         # 给当前项目固定版本不需要再 pyenv local、pyenv shell 一堆命令，uv 全包了。

5. pip 兼容 CLI

这点对老项目迁移特别友好。uv 提供了 uv pip 子命令，跟原生 pip 接口几乎一致：uv pip install -r requirements.txtuv pip install requestsuv pip freeze老项目可以直接 alias pip=uv\ pip，零改造享受 10 倍加速。

6. 全局硬链接缓存省磁盘

这个前面提过，单独说一下因为太实用了。uv 在你机器上有个全局缓存目录（默认 ~/.cache/uv），同一个版本的包只下载一次。每个项目用到的时候，是硬链接过去，不是复制。意思是：你有 10 个项目都用 numpy，磁盘上只占一份空间。装 100 个项目，省下的磁盘可能几十个 G。

五、上手用：从安装到跑通

讲这么多亮点，不如直接动手。下面是从零到跑通一个 uv 项目的完整流程。

安装

macOS / Linux 一行：curl -LsSf https://astral.sh/uv/install.sh | sh或者用 Homebrew：brew install uv或者直接 pip 装（虽然有点讽刺，但确实可以）：pip install uv装完验证一下：uv --version

新项目从零开始

uv init my-project      # 创建项目结构cd my-projectuv add requests         # 加依赖uv run main.py          # 跑脚本四个命令，从零到一个能跑的项目。uv init 会生成 pyproject.toml、.python-version、uv.lock，uv add 自动建虚拟环境、装包、更新锁文件，uv run 在隔离环境里跑你的代码。不需要 python -m venv，不需要 source venv/bin/activate，不需要 pip install。一套命令走到底。

老项目迁移

老项目更简单。进项目根目录：uv venv                          # 建虚拟环境uv pip install -r requirements.txt   # 装老依赖uv add --requirements requirements.txt   # 转成 uv 锁文件或者更暴力：alias pip=uv\ pip然后照常用，速度直接 10 倍。迁移成本几乎为零。

跑一次性脚本

前面讲过的内联依赖脚本，实操一下：# fetch.py# /// script# dependencies = ["httpx", "rich"]# ///import httpxfrom rich import print resp = httpx.get("https://api.github.com")print(resp.json())uv run fetch.py第一次跑会下载 httpx 和 rich，第二次跑直接命中缓存秒出。整个过程不用 venv、不用 pip install、不用清理。

六、我的真实体验

用 uv 大半年了，说说实际感受。最大的变化不是速度，而是心智负担。以前开新项目，要想着"先建 venv、再激活、再 pip install、再 pip-compile 锁版本"，每一步都得记命令。现在 uv init + uv add + uv run 三件套，肌肉记忆。CI 时间砍掉一大半。我们有个项目原来 CI 装依赖要 3 分 20 秒，换成 uv 之后 22 秒。一个月省下来的 CI 时长，够团队多跑几百次部署。新人入职配环境从 1 小时缩短到 5 分钟。以前要装 pyenv、装多个 Python 版本、装 virtualenvwrapper、配 pip 镜像源、再 pip install。现在就一句 curl ... | sh，完事。

工具好不好，看它有没有让你忘掉它。uv 就属于这种。装完之后，你基本感觉不到它的存在——因为再也不用为包管理这件事分神了。有人预测，2026 年 uv 已经成为 Python 包管理的事实标准。从我身边的体感看，这话不夸张。新启动的项目，十个有八个用 uv；老项目也在陆续迁移。

七、什么场景该上 uv

不是所有场景都需要立刻换，给你几个判断标准：新项目，无脑上 uv。 没有任何历史包袱，从第一天就用 uv，整个项目生命周期都不用碰包管理的烂事。老项目，CI 慢的优先换。 CI 是最痛的地方，换 uv 收益最大、风险最小。本地开发可以慢慢迁。做 SDK / 库的，强烈建议换。 uv 的 workspace 和统一锁文件，对多包仓库特别友好。发布到 PyPI 也用 uv publish，一条龙。临时脚本党，必须用。 内联依赖脚本功能，省下你无数次建临时环境的时间。唯一的"缺点"是：uv 是新工具，生态里偶尔会遇到边角 bug。但 Astral 团队迭代极快，GitHub 上 issue 响应很积极。我遇到过的几个小问题，都在一两周内修掉了。

八、一句话总结

Python 这几年最值得装的，不是哪个第三方库，是 uv 这个工具本身。它把碎片化的五件套合并成一个二进制，把 90 秒压到 8 秒，把"配环境一下午"变成"配环境五分钟"，把工具山铲平成一个命令。

装包这件事，本来就不该是问题。如果你还在被 pip 折磨，今晚就试一下 uv。装上之后跑一遍你手头最慢的那个项目，对比一下时间。我赌你不会再回去。curl -LsSf https://astral.sh/uv/install.sh | sh就这一行命令的事。