这两年折腾 AI 开源项目，一个很明显的变化是：
电脑里的 Python 环境越来越多了。
这个项目要求 Python 3.10，那个项目要求 3.11，新一点的模型开始要求 3.12。
然后你的电脑里可能同时存在：
最后最常见的问题不是代码跑不起来，而是：
python --version
which python
which pip
看完之后开始怀疑人生：
我现在到底用了哪个 Python？
如果经常折腾 AI、Hugging Face、Whisper、TTS、Stable Diffusion 之类的项目，我建议至少搞清楚两套方案：
传统稳定方案：pyenv + venv
新项目方案：uv
我现在更推荐：老项目不折腾，新项目优先 uv。
一、先说最稳的：pyenv + venv
这套方案最大的优点就是：
职责非常清晰。
pyenv 只负责一件事情：
管理 Python 版本
venv 只负责：
创建项目虚拟环境
Python 官方的 venv 本身就是用来创建相互隔离的 Python 环境，而 pyenv 官方也明确把自己的定位放在 Python 多版本切换上。
例如一个项目需要 Python 3.12：
pyenv install 3.12.14
进入项目：
cd my-project
指定当前目录使用 Python 3.12：
pyenv local 3.12.14
这时目录下会出现：
.python-version
然后创建虚拟环境：
python -m venv .venv
激活：
source .venv/bin/activate
Windows：
.venv\Scripts\activate
安装依赖：
pip install torch
pip install transformers
pip install yt-dlp
整个关系非常简单：
pyenv
↓
Python 3.12
↓
venv
↓
.venv
↓
pip install
如果项目已经稳定运行，我其实不建议为了追新工具强行迁移。
pyenv + venv 最大的优势就是简单、透明、出了问题知道去哪里找。
二、但新项目，我更建议直接用 uv
uv 是 Astral 推出的 Python 包管理和项目管理工具，使用 Rust 编写。
它有意思的地方不是简单替代 pip。
而是把过去散落的很多工具整合到了一起：
Python 版本管理
虚拟环境
pip
依赖管理
依赖锁定
项目管理
命令运行
都可以交给 uv。官方目前也直接支持 Python 版本安装、项目环境、依赖锁定以及 uv run 等完整工作流。
以前：
pyenv
+
venv
+
pip
+
requirements.txt
现在可以变成：
uv
这才是它真正吸引人的地方。
三、安装 uv
macOS / Linux：
curl -LsSf https://astral.sh/uv/install.sh | sh
这是 uv 官方提供的安装方式之一。
安装完成：
uv --version
然后就可以开始用了。
四、用 uv 创建一个 Python 3.12 项目
假设我要创建一个 AI 项目：
uv init ai-demo
uv init 会直接初始化一个 Python 项目。
进入目录：
cd ai-demo
指定 Python 3.12：
uv python pin 3.12
如果本机没有 Python 3.12，可以直接：
uv python install 3.12
也就是说，以前需要：
pyenv install 3.12
现在 uv 自己也能处理 Python 版本。
接下来安装依赖。
以前：
pip install transformers
现在：
uv add transformers
例如：
uv add transformers torch
开发依赖：
uv add --dev pytest ruff
官方推荐在项目模式下通过 uv add 管理依赖，而不是手动向 .venv 里安装包。
你会看到几个关键东西：
ai-demo/
├── .python-version
├── .venv/
├── pyproject.toml
├── uv.lock
└── main.py
其中：
.python-version
控制 Python 版本。
pyproject.toml
记录项目以及依赖声明。
uv.lock
记录精确的依赖版本。
.venv 则仍然是熟悉的虚拟环境。
所以 uv 并没有抛弃虚拟环境。
它只是把虚拟环境自动管理起来了。
五、运行项目甚至不用 activate
传统方式：
source .venv/bin/activate
python main.py
uv 可以直接：
uv run python main.py
甚至很多时候你根本不需要关心：
source .venv/bin/activate
uv run 会检查项目环境；如果环境不存在或者依赖发生变化，会确保项目环境处于正确状态。
例如：
uv run python main.py
测试：
uv run pytest
运行脚本：
uv run app.py
这个体验对经常切换多个 AI 项目的人特别舒服。
六、最常用的 uv 命令，其实就几个
创建项目：
uv init my-project
安装 Python：
uv python install 3.12
指定项目 Python：
uv python pin 3.12
添加依赖：
uv add transformers
删除依赖：
uv remove transformers
同步环境：
uv sync
运行程序：
uv run python main.py
实际上日常开发记住这几个就已经够用了。
七、怎么从 pyenv + venv 切换到 uv？
如果你已经有一个老项目：
project/
├── .venv/
├── requirements.txt
└── main.py
首先看有没有：
requirements.txt
有的话非常简单。
先退出旧环境：
deactivate
如果确认依赖已经完整记录，可以删除旧环境：
rm -rf .venv
然后：
uv init
指定 Python：
uv python pin 3.12
把原来的依赖导入：
uv add -r requirements.txt
uv 官方已经支持直接从 requirements.txt 导入依赖。
最后：
uv sync
以后运行：
uv run python main.py
就可以了。
八、没有 requirements.txt 怎么办？
很多老项目就是：
pip install xxx
pip install xxx
pip install xxx
装了一堆，根本没记录。
这种情况下先在旧环境里：
pip freeze > requirements.txt
然后：
deactivate
再迁移：
rm -rf .venv
uv init
uv python pin 3.12
uv add -r requirements.txt
uv sync
不过这里有一个细节：
pip freeze 会把直接依赖和间接依赖全部导出来。
所以它适合迁移救急，但迁移完成以后最好再整理一下 pyproject.toml，只留下真正需要的直接依赖。
九、如果原来已经有 pyproject.toml
那就不要再：
uv init
因为 uv init 遇到已经存在的 pyproject.toml 会退出。
通常直接：
uv sync
然后：
uv run python main.py
即可逐渐把项目切到 uv 的工作流。
十、我现在会怎么选？
我的原则非常简单。
已经稳定运行的老项目
继续：
pyenv + venv
没必要为了工具升级而升级。
新的普通 Python 项目
直接：
uv
新的 AI 项目
我现在也会优先：
uv
尤其电脑里同时存在 Python 3.10、3.11、3.12，各种 Transformers、Whisper、TTS、PyTorch 项目时，uv 的体验会明显舒服很多。
最后
以前我们创建一个 Python 项目，脑子里要同时记住：
Python 从哪里来？
当前到底是什么版本？
venv 创建了吗？
activate 了吗？
pip 是哪个 pip？
requirements.txt 更新了吗？
uv 做的事情，本质上就是把这些东西重新收拢到一个项目工作流里。
以前：
pyenv local 3.12
python -m venv .venv
source .venv/bin/activate
pip install transformers
pip freeze > requirements.txt
python main.py
现在：
uv init
uv python pin 3.12
uv add transformers
uv run python main.py
少折腾环境，才能把时间真正花在代码和模型上。
如果你最近准备开始一个新的 Python / AI 项目，uv 很值得直接试一次。
10个月宝宝每天需要喝多少奶粉？
