月度归档： 2025 年 11 月

2025年流行的Python部署

传统的真机Python+pip部署方式早已被淘汰了。

而venv虚拟部署的方式还有很多人在用，也确实比传统真机部署好很多，但也再被渐渐淘汰。

目前较为流行的一种模式是：Conda+UV的组合方式。

conda：核心是环境管理工具，负责创建隔离的虚拟环境（可包含不同 Python 版本、系统级依赖甚至非 Python 包，如 C 库）。

uv：核心是Python 包管理器，专注于快速安装 / 管理 Python 包（类似 pip，但速度更快、依赖解析更高效），本身不管理环境，而是依赖于当前激活的 Python 环境。

建议在激活 conda 环境后安装 uv，避免全局安装导致的环境混淆。

pip install uv

uv的使用例子：

uv pip install transformers==4.24.0  # 安装指定版本
uv pip uninstall jieba  # 卸载包
uv sync  # 同步依赖（根据 pyproject.toml 或 requirements.txt）

注意事项（避免潜在问题）：

1、不混用 conda 和 uv 安装同一 Python 包

例如，不要用 conda install pandas 后再用 uv pip install pandas，可能导致版本冲突（conda 和 pip/uv 管理的包路径虽然一致，但依赖解析逻辑不同）。

  • 优先用 uv 管理纯 Python 包（如 transformers、jieba）；
  • 用 conda 管理含系统依赖的包（如 numpy、opencv，conda 会自动安装对应的 C 库）。

2、uv 不处理非 Python 依赖

uv 仅负责 Python 包，若包依赖系统级库（如 libssl、libffi），仍需通过 conda 或系统包管理器（apt）安装：

# 例如安装需要系统库的包，先用 conda 安装依赖 conda install -c conda-forge libsndfile # 安装音频处理的系统库 uv pip install soundfile # 再用 uv 安装依赖该库的 Python 包

3、环境迁移时需同步两者的配置

若要复制 conda 环境，除了用 conda env export，还需同步 uv/pip 管理的包（通过 uv pip freeze > requirements.txt 导出）。

总结

uv 和 conda 是互补工具：conda 负责环境隔离和系统级依赖，uv 负责高效管理 Python 包，在 conda 环境中使用 uv 不仅安全，还能显著提升包安装速度，推荐结合使用。

国内使用建议：

/.config/uv/uv.toml
index-url = “https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple”

另外，uv也是可以直接运行py文件的。如图所示。