uv加速深度学习环境搭建的关键是配置PyTorch专用镜像源和Python安装镜像，而非更换工具；需在pyproject.toml中用[tool.uv.sources]显式指定torch等包的cu版本index并设explicit=true，同时设置UV_PYTHON_INSTALL_MIRROR环境变量以加速python安装。
uv 加速深度学习环境搭建的关键，不在于“换工具”，而在于绕过国内网络对 GitHub 和 PyPI 官方源的访问瓶颈。实测中，uv pip install torch 比 pip 快 2–3 倍，但真正卡住进度的，往往是 uv python install 和 torch 的 CUDA whl 下载——这两步默认走的是境外源。
为什么 uv install torch 还是慢？
因为 torch 官方 wheel 不在 PyPI 主站，而在 https://download.pytorch.org/whl/。即使你配置了清华 PyPI 镜像，uv 默认仍会去 PyTorch 官方源拉包，除非显式告诉它用哪个 index。
- 现象：
uv pip install torch卡在 “Resolving dependencies…” 或下载阶段，进度条长期不动 - 原因：uv 尝试从
https://pypi.org/simple/解析 torch 元数据，再重定向到 PyTorch 官方源，中间经历多次 DNS+连接超时 - 解决核心：用
[tool.uv.sources]强制指定 torch 所属 index，并设为explicit = true
如何配置 PyTorch 专用镜像源（cu121/cu124/cu130）
在项目根目录的 pyproject.toml 中添加以下内容（以 CUDA 12.4 为例）：
[tool.uv.index]
name = "pytorch-cu124"
url = "https://download.pytorch.org/whl/cu124"
explicit = true
[tool.uv.sources]
torch = { index = "pytorch-cu124" }
torchvision = { index = "pytorch-cu124" }
torchaudio = { index = "pytorch-cu124" }
- 必须写全
torch、torchvision、torchaudio，否则 uv 仍可能 fallback 到默认源 -
explicit = true表示该 index 仅用于声明的包，不影响其他依赖（如numpy仍走清华源） - cu 版本要和本地
nvidia-smi显示的驱动兼容，不匹配会导致安装成功但运行报错libcudnn.so not found
uv python install 卡在 12%？立刻配 UV_PYTHON_INSTALL_MIRROR
uv python install 3.12 默认从 GitHub 下载 python-build-standalone，国内直连极慢。这不是 uv 的问题，是源没切对。
立即学习“Python免费学习笔记（深入）”；
- Windows 用户：在系统环境变量中新增
UV_PYTHON_INSTALL_MIRROR，值设为：https://ghfast.top/https://github.com/astral-sh/python-build-standalone/releases/download - macOS/Linux 用户：往
~/.zshrc或~/.bashrc添加：export UV_PYTHON_INSTALL_MIRROR="https://ghfast.top/https://github.com/astral-sh/python-build-standalone/releases/download" - 验证是否生效：运行
uv python install 3.12，观察下载 URL 是否已变成ghfast.top开头
完整流程：从零搭一个可跑 torch 的 uv 环境
四步闭环，每步都避开常见断点：
- 先配好全局镜像：
UV_PYTHON_INSTALL_MIRROR+UV_DEFAULT_INDEX=https://pypi.tuna.tsinghua.edu.cn/simple - 创建项目并指定 Python 版本：
uv init --python 3.12（自动触发下载，走加速镜像） - 编辑
pyproject.toml，加入 PyTorch 专用 index（见上一节） - 执行：
uv pip install torch torchvision torchaudio --system（--system避免 uv 自动创建 .venv，适合直接装进当前 Python）
真正容易被忽略的是：PyTorch 的 index 配置必须写在 pyproject.toml 里，且 explicit = true；环境变量对 pip install 阶段完全无效——这是 uv 的设计限制，不是 bug。
