使用 uv 替代 pipenv 的核心做法是：用 uv init 初始化项目，用 uv add 安装依赖并自动管理 uv.lock，用 uv run 执行脚本。这能直接生成符合 pep 621 标准的 pyproject.toml，无需再维护 pipfile。
如何初始化新项目并添加依赖
在 pipenv 中，你通常先运行 pipenv install 来创建虚拟环境和 Pipfile。在 uv 中，这一过程被简化为 uv init 和 uv add。uv init 会创建一个空的 Python 项目结构，包括 pyproject.toml 和 .gitignore。随后，你可以直接使用 uv add <package></package> 来安装依赖。这个命令会自动解析依赖树，更新 pyproject.toml 中的 dependencies 字段，并生成或更新 uv.lock 文件以锁定确切版本。与 pipenv 不同，uv 默认不创建名为 .venv 的目录，而是将虚拟环境存储在用户缓存目录（如 ~/.local/share/uv/python）中，或者通过 UV_PROJECT_ENVIRONMENT 环境变量指定路径。
mkdir my_project cd my_project uv init uv add requests numpy uv run python -c "import requests; print(requests.__version__)"
上述代码展示了从零开始创建项目并安装 requests 和 numpy 的过程。执行 uv run 时，uv 会自动激活临时虚拟环境并运行命令，确保依赖隔离。输出将显示 requests 的版本号，证明依赖已正确安装并可调用。
立即学习“Python免费学习笔记（深入）”；
如何处理现有 Pipfile 项目迁移
如果你有一个现有的 pipenv 项目，想要迁移到 uv，不需要手动转换 Pipfile。uv 提供了 uv pip sync 命令，但它主要处理 requirements.txt。对于 Pipfile，最稳妥的方式是提取依赖列表。你可以使用 pipenv graph 查看已安装的依赖，然后手动将其转换为 pyproject.toml 格式，或者编写一个简单的脚本将 Pipfile 解析为 uv 可接受的格式。不过，更推荐的做法是直接在项目中运行 uv init，然后逐个运行 uv add <package></package> 来重新安装所有依赖。uv 的速度优势在于其并行下载和编译能力，即使依赖众多，迁移速度也远快于 pipenv 的 pipenv install。
# 假设已有 Pipfile # 1. 导出当前依赖 pipenv graph --json > deps.json # 2. 在 uv 项目中初始化 uv init existing_project # 3. 批量添加依赖 (示例) uv add requests uv add flask uv add sqlalchemy
这段代码演示了迁移的基本思路。首先通过 pipenv graph 获取依赖信息，然后在新的 uv 项目中通过 uv add 逐一添加。虽然这不是全自动的一键迁移，但 uv 的快速解析能力使得这个过程非常高效。最终，pyproject.toml 将包含所有必要的依赖声明，uv.lock 将提供精确的版本锁定。
uv.lock 与 Pipfile.lock 的差异及验证
uv.lock 和 Pipfile.lock 都用于锁定依赖版本，但它们的结构和用途有所不同。uv.lock 遵循更严格的语义化版本控制，并且包含了更详细的元数据，如哈希值，以确保安装的可重复性。在 pipenv 中，Pipfile.lock 依赖于 pip 的解析逻辑，而在 uv 中，uv.lock 由 uv 自身的解析器生成，速度更快且更可靠。要验证 uv.lock 的正确性，可以使用 uv sync 命令，它会根据锁文件同步环境中的所有依赖。如果锁文件损坏或缺失，uv 会报错并提示重新生成。相比之下，pipenv 在 Pipfile.lock 缺失时可能会尝试重新解析，但这可能导致版本不一致。
