在现在AI开发的时代中，python语言逐渐成为主流，但是现在除了公司团队，很少有个人会对python做依赖管理。这就会导致许多人一旦切换环境或者升级版本，很有可能导致原始的项目失效，难以复现。因此，摆脱pip、conda工具，使用uv工具对python的依赖包进行更加细致地管理显得十分重要
1. 为什么要用uv工具，pip直接安装不好吗？
无论是作为一位科研人员还是开发工作者，都习惯原生的pip管理工具，但是由于该工具仅仅对依赖链做版本管理，并不具有整个依赖声明周期的管理功能，换句话说，只是支持“同时安装”，并不支持“同时卸载”，因此可能导致以下问题：
在依赖安装的同时，会将其他依赖一并安装，在卸载时只会卸载该依赖，其他剩余依赖会残留，导致后续安装某些包时会存在版本冲突
依赖冲突无法解决，在大部分时候，pip安装时并不擅长解决各种不同依赖之前包的冲突问题，容易导致冲突报错
环境无记录性，由于只会根据官方pip仓库进行最新依赖包的安装，因此并没有记录当时安装的版本，导致后续执行相同命令安装时，无法感知版本，导致依赖冲突或者不同环境的开发问题
2. uv依赖管理工具概述
官方安装说明：
2.1 为什么要使用uv做依赖管理
使用uv进行依赖管理有以下：
可维护性：可以对整个python工程的依赖后续升级和维护进行全声明周期管理
可复现性：由于对环境依赖进行了严格的版本记录，因此可以随时复现当时开发环境
平台无关性：可以在配置中严格定义各种不同环境的定义，一行命令即可适配各种平台开发环境
无残留性：所有的依赖包是作为一个整体，依赖时同时保留，卸载时，全部卸载无残留
极速性：由于uv使用rust改写的依赖管理，在安装依赖检查环境问题时会极快
2.2 uv管理工具常用命令
uv init -p python3.10快速基于当前目录创建项目，并锁定python3.10为版本uv venv -p python3.10快速创建一个基于uv管理的虚拟环境，并锁定python3.10为版本uv sync立即根据当前目录下的pyproject.toml文件对python进行依赖同步或者更新uv add <package_name>快速对python环境安装依赖
3. 其他配置说明
3.1 镜像加速配置
通过修改项目下的pyproject.toml文件，即可快速添加镜像加速地址
[[tool.uv.index]]
# 使用华为云或者清华镜像作为加速地址
url = "https://repo.huaweicloud.com/repository/pypi/simple"
#url = "https://pypi.tuna.tsinghua.edu.cn/simple"
default = true
3.2 Pytorch镜像管理
由于Pytorch对于不同环境和GPU有着不同的规定，因此需要参考以下步骤配置pytorch环境以实现不同平台和环境自动设置
首先执行
uv add torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126，此时会自动将torch等依赖版本添加到pyproject.toml文件中然后在配置中添加以下配置：
[tool.uv.sources]
torch = [
{ index = "pytorch-cu128", marker = "sys_platform == 'linux' or sys_platform == 'win32'" }
]
torchaudio = [
{ index = "pytorch-cu128", marker = "sys_platform == 'linux' or sys_platform == 'win32'" }
]
torchvision = [
{ index = "pytorch-cu128", marker = "sys_platform == 'linux' or sys_platform == 'win32'" }
]
[[tool.uv.index]]
name = "pytorch-cu128"
url = "https://download.pytorch.org/whl/cu128"
explicit = true最后执行：
uv sync自动完成cuda对应的pytorch安装，后续无需配置
