uv 的核心不是“加速 pip”，而是用 Rust 重写整个依赖生命周期——解析、下载、校验、安装、缓存，全部并行化且无 GIL 阻塞；其依赖解析采用 PubGrub 算法（与 Dart/Composer 同源），基于约束求解一次收敛，避免 pip 回溯发散，对含 50+ 间接依赖的项目解析极快。
uv 的核心不是“加速 pip”，而是用 Rust 重写了整个依赖生命周期——解析、下载、校验、安装、缓存，全部并行化且无 GIL 阻塞。
依赖解析用 PubGrub，不是 pip 的回溯算法
pip 在遇到冲突依赖时会反复回溯尝试，越复杂的 pyproject.toml 越容易卡住；uv 使用 PubGrub 解析器（和 Dart/Composer 同源），基于约束求解，一次收敛出满足所有条件的版本组合。它默认启用“最小版本优先”策略，避免过度升级引发意外兼容问题。
- 对含 50+ 间接依赖的项目，uv 解析耗时通常
-
uv lock生成的uv.lock是跨平台、跨 Python 版本的，而 pip-tools 的requirements.txt默认绑定当前平台 - 不支持
--pre或--prerelease时，uv 默认跳过预发布包；需显式加--prerelease=allow
安装过程拆成三阶段并行执行
uv 把传统串行流程打散为：元数据获取 → wheel 下载与哈希校验 → 环境写入，三者可重叠进行。每个阶段都默认使用 --jobs（默认值 = CPU 核心数 × 2），且支持中断恢复。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 下载阶段优先选
manylinux或universalwheel，没 wheel 才 fallback 到 sdist 编译（此时仍用 Rust 缓存编译产物） - 校验失败时会报具体 hash 不匹配，并指出是哪个包、哪个文件、预期/实际值——不像 pip 只报 “hash mismatch” 模糊错误
- 写入环境时直接硬链接或复制到
.venv/Lib/site-packages，不调用pip install子进程，无解释器启动开销
全局缓存设计决定复用效率
uv 的缓存路径是 ~/.cache/uv（Windows 为 %LOCALAPPDATA%\uv\cache），结构按 包名/版本/平台/Python版本/构建标签 分层存储，同一 wheel 在不同项目中只存一份。
立即学习“Python免费学习笔记（深入）”；
- 执行
uv sync时，若缓存中已有对应 wheel，跳过下载和校验，直接链接进虚拟环境 -
uv cache clean可按包名、日期或大小清理，但不会误删正在使用的条目 - 私有源（如 Nexus、Artifactory）的包也进同一缓存，只是目录名带哈希前缀，不影响复用逻辑
真正容易被忽略的是：uv 的“快”不只靠 Rust，更依赖它对 Python 包生态的重新建模——比如把 pyproject.toml 中 [project.optional-dependencies] 和 [tool.uv.sources] 当作一等公民解析，而不是像 pip 那样后期 patch。这意味着你改一行配置，uv 能精准识别影响范围，而非全量重算。
