核心内容摘要
“污”出新高度：那些令人“上头”的宝藏App，你都下了吗？
【个人主页玄同765】大语言模型LLM开发工程师中国传媒大学·数字媒体技术智能交互与游戏设计深耕领域大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调技术栈Python / LangChain/RAGDifyRedisMilvus| SQL/NumPy | FastAPIDocker ️工程能力专注模型工程化部署、知识库构建与优化擅长全流程解决方案「让AI交互更智能让技术落地更高效」欢迎技术探讨/项目合作 关注我解锁大模型与智能交互的无限可能前言作为一名 Python 开发者项目环境搭建是每次开新项目的必经之路。
虚拟环境创建、依赖管理、IDE 配置...这些重复性工作不仅耗时还容易出错。
最近我在使用 Trae AI IDE 时发现了一个强大的功能 -Skill 系统它允许我们将常用的工作流程封装成可复用的技能。
今天我要分享的是我编写的一个 Skilluv-python-setup它可以一键完成 Python 项目的完整环境搭建包括虚拟环境、VS Code 配置、依赖管理等。
为什么选择 UV在介绍 Skill 之前先说说为什么选择 uv 作为工具特性UV传统工具 (pip/virtualenv)速度极快Rust 编写较慢统一性虚拟环境 依赖管理一体需要多个工具配合pyproject.toml原生支持需要额外配置兼容性完全兼容 pip-缓存智能缓存极速重装有限uv 由 Astral 团队开发也是 ruff 的开发者已经成为我 Python 开发的首选工具。
Skill 功能概览这个 Skill 可以帮你完成以下所有事情✅创建虚拟环境- 使用指定 Python 版本✅配置 .gitignore- 排除虚拟环境和临时文件✅安装依赖- 生产依赖和开发依赖✅VS Code 配置- 自动激活虚拟环境、代码格式化、调试配置✅生成 pyproject.toml- 使用 uv 自动生成项目配置✅创建项目规则文档- 记录项目配置和使用说明完整 Skill 代码以下是uv-python-setupSkill 的完整内容你可以直接复制使用--- name: uv-python-setup description: 使用 uv 工具快速搭建 Python 项目开发环境包括虚拟环境创建、VS Code 配置、依赖管理。
Invoke when user wants to set up a Python project with uv, create venv, configure VS Code auto-activation, or manage dependencies with pyproject.toml. --- # UV Python 项目环境搭建 使用 uv 工具快速搭建完整的 Python 项目开发环境包含虚拟环境、VS Code 配置和依赖管理。
## 前置要求 - 已安装 uv 工具 (uv --version) - 项目目录已初始化 ## 执行步骤 ###
创建虚拟环境 bash # 创建虚拟环境使用 Python
11 uv venv .venv --python
11 # 验证创建成功 .venv\Scripts\python.exe --version ###
配置 .gitignore 创建 .gitignore 文件排除虚拟环境和临时文件 gitignore # Python __pycache__/ *.py[cod] *$py.class *.so .Python build/ develop-eggs/ dist/ downloads/ eggs/ .eggs/ lib/ lib64/ parts/ sdist/ var/ wheels/ share/python-wheels/ *.egg-info/ .installed.cfg *.egg MANIFEST # 虚拟环境 .venv/ venv/ ENV/ env/ # IDE .idea/ .vscode/ *.swp *.swo *~ .DS_Store # 环境变量 .env .env.local .env.*.local # 数据库 *.db *.sqlite *.sqlite3 # 日志 logs/ *.log # 测试覆盖率 htmlcov/ .coverage .coverage.* coverage.xml *.cover # pytest .pytest_cache/ # mypy .mypy_cache/ .dmypy.json dmypy.json ###
安装依赖 bash # 安装生产依赖 uv pip install --python .venv\Scripts\python.exe \ gradio fastapi sqlalchemy pydantic chromadb openai \ langchain langgraph python-jose bcrypt httpx \ python-dotenv loguru # 安装开发依赖 uv pip install --python .venv\Scripts\python.exe \ ruff mypy pytest ###
创建 VS Code 配置 创建 .vscode/settings.json json { python.defaultInterpreterPath: ${workspaceFolder}/.venv/Scripts/python.exe, python.pythonPath: ${workspaceFolder}/.venv/Scripts/python.exe, python.terminal.activateEnvironment: true, python.terminal.activateEnvInCurrentTerminal: true, terminal.integrated.profiles.windows: { PowerShell: { source: PowerShell, args: [-NoExit, -Command, . ${workspaceFolder}/.venv/Scripts/Activate.ps1], icon: terminal-powershell } }, terminal.integrated.defaultProfile.windows: PowerShell, editor.formatOnSave: true, editor.defaultFormatter: charliermarsh.ruff, editor.codeActionsOnSave: { source.fixAll.ruff: explicit, source.organizeImports.ruff: explicit }, ruff.interpreter: [${workspaceFolder}/.venv/Scripts/python.exe], ruff.path: [${workspaceFolder}/.venv/Scripts/ruff.exe], python.analysis.typeCheckingMode: basic, python.testing.pytestEnabled: true, python.testing.pytestPath: ${workspaceFolder}/.venv/Scripts/pytest.exe } 创建 .vscode/extensions.json json { recommendations: [ ms-python.python, ms-python.vscode-pylance, charliermarsh.ruff, ms-python.debugpy ] } 创建 .vscode/launch.json json { version:
0.
0, configurations: [ { name: Python: Current File, type: debugpy, request: launch, program: ${file}, console: integratedTerminal, python: ${workspaceFolder}/.venv/Scripts/python.exe }, { name: Python: FastAPI, type: debugpy, request: launch, module: uvicorn, args: [main:app, --reload, --host,
0.
0.
0, --port, 8000], python: ${workspaceFolder}/.venv/Scripts/python.exe, console: integratedTerminal } ] } ###
生成 pyproject.toml 使用 uv 自动生成项目配置 bash # 初始化项目 uv init --python .venv\Scripts\python.exe # 添加生产依赖 uv add gradio fastapi sqlalchemy pydantic chromadb openai \ langchain langgraph python-jose bcrypt httpx \ python-dotenv loguru # 添加开发依赖 uv add --dev ruff mypy pytest ###
创建项目规则文档 创建 .trae/project_rules.md markdown # 项目规则 ## Python 虚拟环境 本项目使用 uv 创建的虚拟环境位于 .venv/ 目录下。
### 虚拟环境激活 powershell .venv\Scripts\Activate.ps1 ### 依赖管理 bash # 安装依赖 uv pip install package-name # 查看依赖 uv pip list # 导出依赖 uv pip freeze requirements.txt ### 代码规范 bash # 代码检查 ruff check . # 代码格式化 ruff format . # 类型检查 mypy . # 运行测试 pytest ## 验证安装 bash # 验证 Python 版本 .venv\Scripts\python.exe --version # 验证依赖安装 .venv\Scripts\python.exe -c import fastapi; import gradio; print(OK) # 使用 uv 同步依赖 uv sync ## 常用命令速查 | 命令 | 说明 | |-----|------| | uv venv .venv --python
11 | 创建虚拟环境 | | uv pip install pkg | 安装包 | | uv add pkg | 添加依赖到 pyproject.toml | | uv add --dev pkg | 添加开发依赖 | | uv sync | 同步依赖 | | uv run command | 在虚拟环境中运行命令 |如何使用这个 Skill在 Trae 中使用将上述 Skill 代码保存到.trae/skills/uv-python-setup/SKILL.md在 Trae 中打开项目告诉 AI帮我搭建 Python 项目环境AI 会自动调用这个 Skill 完成所有配置手动执行如果你不使用 Trae也可以按照 Skill 中的步骤手动执行效果完全一样。
实际效果展示使用这个 Skill 后你的项目结构会变成这样my-project/ ├── .venv/ # Python 虚拟环境 ├── .vscode/ │ ├── settings.json # VS Code 配置自动激活虚拟环境 │ ├── extensions.json # 推荐扩展 │ └── launch.json # 调试配置 ├── .trae/ │ └── project_rules.md # 项目规则文档 ├── pyproject.toml # 项目依赖配置 ├── uv.lock # 依赖锁定文件 ├── .gitignore # Git 忽略配置 └── src/ # 源代码目录VS Code 自动激活效果打开 VS Code 终端时会自动激活虚拟环境# 打开终端后你会看到 (.venv) PS D:\my-project # ^^^^^^ 虚拟环境已自动激活 # 直接运行 Python 命令 python --version # Python
3.
x代码自动格式化保存 Python 文件时会自动使用 Ruff 进行格式化# 保存前混乱的代码 def my_function(x,y,z): return xyz # 保存后自动格式化 def my_function(x, y, z): return x y z进阶技巧
自定义依赖根据项目需求修改 Skill 中的依赖列表# 数据科学项目 uv add numpy pandas matplotlib jupyter # Web 开发 uv add django flask requests beautifulsoup4 # 机器学习 uv add scikit-learn torch tensorflow
多环境配置为不同环境创建不同的依赖组# 测试依赖 uv add --group test pytest pytest-cov pytest-asyncio # 文档依赖 uv add --group docs mkdocs mkdocs-material
与 CI/CD 集成在 GitHub Actions 中使用- name: Setup Python uses: actions/setup-pythonv4 with: python-version:
11 - name: Install uv run: pip install uv - name: Sync dependencies run: uv sync - name: Run tests run: uv run pytest
常见问题Q1: uv 和 pip 有什么区别A: uv 完全兼容 pip但速度更快。
你可以把 uv 看作是 pip 的极速版所有 pip 命令在 uv 中都可以使用。
Q2: 如何迁移现有项目到 uvA: 非常简单#
安装 uv pip install uv #
创建虚拟环境 uv venv .venv #
安装现有依赖 uv pip install -r requirements.txt #
生成 pyproject.toml uv initQ3: 可以在 Linux/Mac 上使用吗A: 当然可以uv 支持 Windows、Linux 和 macOS。
Skill 中的路径需要根据系统调整Windows:.venv\Scripts\python.exeLinux/Mac:.venv/bin/python