解决 uv: command not found!极速 Python 工具 uv 安装全攻略

📌 摘要

你是否在使用 uv venv --python 3.12 --seed 时遇到过 -bash: uv: command not found 的错误?别急,这不是你的操作问题,而是系统还没安装这个“神器”!本文带你全面了解 uv —— 由 Astral 团队打造的超高速 Python 包与项目管理工具,比 pip 快 10-100 倍!我们将一步步教你如何正确安装 uv,避开常见坑(比如下错安装脚本),并提供多种安装方式:pip、官方一键脚本、pipx 等。无论你是新手还是老手,看完这篇都能轻松上手 uv,开启 Python 开发新速度!


什么是 uv?为什么它这么火?

uv 是由 Astral(Ruff 的开发团队)推出的下一代 Python 包管理工具,用 Rust 编写,性能极强。它能替代以下工具的大部分功能:

  • pip(安装包)
  • virtualenv / venv(创建虚拟环境)
  • pip-tools(依赖管理)
  • pipx(安装和运行 CLI 工具)
  • poetry(项目管理)

一个典型的使用场景是创建虚拟环境:

uv venv --python 3.12 --seed 

这条命令会:

  • 使用 Python 3.12 创建 .venv 虚拟环境
  • 自动安装 pipsetuptools 等基础包(--seed 参数)

但如果你执行时报错:

-bash: uv: command not found 

说明 uv 还没安装!


✅ 正确安装 uv 的 3 种方式

方式一:通过 pip 安装(最简单)

uv 已发布到 PyPI,可以直接用 pip 安装:

pip install uv 

如果你的 pip 版本较旧,建议先升级:

python -m pip install --upgrade pip python -m pip install uv 
✅ 优点:简单直接,适合已有 Python 环境的用户
❌ 缺点:安装的是 Python 包,非原生二进制,略慢于方式二

方式二:使用官方一键安装脚本(推荐!)

这是官方推荐的安装方式,下载的是预编译的 Rust 二进制文件,速度更快、更独立。

macOS/Linux 上运行:

curl -LsSf https://install.astral.sh/uv |sh
⚠️ 注意:不要使用 https://install.python-poetry.org,那是给 Poetry 用的,不是 uv

安装完成后,uv 会被放到 ~/.local/bin 目录下,你需要将其加入 PATH

exportPATH="$HOME/.local/bin:$PATH"

为了让环境变量永久生效,可以写入 shell 配置文件:

echo'export PATH="$HOME/.local/bin:$PATH"'>> ~/.bashrc source ~/.bashrc 

方式三:使用 pipx 安装(推荐用于 CLI 工具)

pipx 是专门用来安装和运行 Python 命令行工具的,非常适合安装 uv

pipx install uv 

如果你还没安装 pipx,可以先用 pip 安装它:

python -m pip install pipx pipx ensurepath 
✅ 优点:隔离性好,不会污染全局环境
🌟 推荐给追求整洁环境的开发者!

🔁 总结:安装步骤速查表

步骤命令
1. 安装 uv(任选其一)pip install uv 或 `curl -LsSf https://install.astral.sh/uv
2. 添加 PATH(仅脚本安装需要)export PATH="$HOME/.local/bin:$PATH"
3. 验证安装uv --version
4. 创建虚拟环境uv venv --python 3.12 .venv
5. 激活环境source .venv/bin/activate

🐍 额外提醒:确保 Python 3.12 已安装

uv venv --python 3.12 要求系统中已安装 Python 3.12。检查方法:

python3.12 --version 

如果没有,Ubuntu/Debian 用户可以这样安装:

sudoapt update sudoaptinstall python3.12 python3.12-venv python3.12-dev 

CentOS/RHEL 用户可使用 pyenv 或从源码编译。


🚀 uv 的其他强大功能

除了创建虚拟环境,uv 还能:

  • 极速安装包uv pip install requests(比 pip 快 10 倍+)
  • 运行脚本uv run script.py(自动管理依赖)
  • 管理工具uvx black .(类似 pipx run
  • 项目初始化uv init myproject
  • 依赖同步uv sync(类似 poetry install

更多功能可查看官方文档:https://docs.astral.sh/uv


💬 写在最后

亲爱的读者,感谢你耐心读完这篇 uv 安装指南!希望你现在已经成功装上了这个“Python 包管理界的黑马”。无论是日常开发还是大型项目,uv 都能为你带来丝滑般的体验。如果你在安装过程中遇到任何问题,欢迎在评论区留言,我会第一时间为你解答!

祝你 coding 快乐,效率翻倍!


#标签 #Python #uv #包管理

Read more

解决Markdown笔记图片失效问题:Gitee+PicGo图床搭建全攻略

解决Markdown笔记图片失效问题:Gitee+PicGo图床搭建全攻略

引言:为什么要解决搭建图床? 你是否遇到过这样的场景: * 用 Obsidian 写了半年的知识库,换电脑时发现 所有图片都变成 “破碎图标”; * 把 Markdown 笔记分享给同事,对方打开后 图片全是本地路径,根本看不到内容; * 尝试用云盘链接替代,却因为 “防盗链” 或 “链接过期”,图片还是无法正常显示…… 本地 Markdown 笔记的 “图片依赖本地路径”,是困扰无数创作者的痛点。而解决这个问题的核心,就是搭建一个 “图床” —— 把图片托管到云端,让链接永远有效。 本文将带你用 “Gitee(国内免费仓库)+ PicGo(自动上传工具)+ Node.js(运行环境)” 搭建图床,不仅解决 “图片失效”,还能实现: * ✔️ 国内访问快:Gitee 服务器在国内,无需科学上网,图片秒加载; * ✔️ 完全免费:Gitee

By Ne0inhk

OpenClaw 最新功能大揭秘!2026年最火开源AI Agent迎来史诗级升级,手机变身AI终端不是梦

OpenClaw 最新功能大揭秘!2026年最火开源AI Agent迎来史诗级升级,手机变身AI终端不是梦 大家好,我是Maynor。最近开源社区彻底炸锅了——OpenClaw(前身Clawdbot/Moltbot)又一次刷屏!这个能真正“干活”的本地AI助手,在3月2日刚刚发布v2026.3.1版本,紧接着2月底的v2026.2.26也是里程碑式更新。 从外部密钥管理、线程绑定Agent,到Android深度集成、WebSocket优先传输……OpenClaw正在把“AI常驻员工”从概念变成现实。 今天这篇图文并茂的干货,带你一口气看懂最新功能、安装上手和实战价值!

By Ne0inhk
OpenClaw(龙虾)开源AI智能体科普解析:核心原理、功能特性与本地部署教程

OpenClaw(龙虾)开源AI智能体科普解析:核心原理、功能特性与本地部署教程

近期开源AI领域,OpenClaw(俗称“龙虾”)凭借其本地优先、可定制的特性,受到开发者社区的广泛关注,其项目保活程度与社区活跃度可通过GitHub数据直观体现:目前该项目已获得222k stars、1.2k watching、42.3k forks,各项数据均处于开源AI智能体领域前列,足以证明其社区认可度与持续更新能力。作为一款开源AI智能体工具,它在办公自动化、系统辅助等场景具有实用价值,适合开发者了解和落地实践。 OpenClaw是一款开源的个人AI助手编排平台,采用TypeScript开发,目前在GitHub上拥有较高的关注度,其核心价值在于将大模型的推理能力与本地系统操作相结合,打破了传统AI助手“仅能交互、无法执行”的局限。本文将从技术科普角度,围绕OpenClaw的核心定义、功能特性、技术细节及本地部署步骤展开,帮助开发者全面了解这款工具的原理与使用方法。 对于ZEEKLOG的开发者群体而言,了解OpenClaw的技术架构与应用场景,既能拓展AI智能体的认知边界,也能将其应用于日常开发、办公场景,提升工作效率。 本文将从「核心定义、功能特性、技术细节、本地部署」

By Ne0inhk
DeerFlow 2.0开源

DeerFlow 2.0开源

目录 从研究工具到超级智能体 什么是 DeerFlow? 核心特性 技能系统 子智能体 沙盒与文件系统 上下文工程 长期记忆 技术架构 快速开始 推荐模型 应用场景 项目现状 总结 2026 年 2 月 28 日,一款来自字节跳动的开源项目登顶 GitHub Trending 榜首。 它叫 DeerFlow,一个超级智能体架构,短时间就拿了 2.2 万 Star。 说实话,刚看到这个项目的时候,我还有些疑惑——又一个 AI Agent 框架?但深入了解后,我发现这玩意儿确实不一样。 从研究工具到超级智能体 DeerFlow 的故事挺有意思。 最开始,它只是个深度研究框架。但开发者们把它用出了各种花样:构建数据管道、

By Ne0inhk