基于VSCODE(或基于vscode开发的其他编译器)搭建可持续拓展的 Python 环境

本文基于 uv 与 VS Code 工作区，帮助在服务器上快速搭建可维护、可扩展且兼容 venv/pip 使用习惯的 Python 环境。

安装 uv

• 推荐阅读中文文档：https://uv.doczh.com/getting-started/installation/
• 以 Linux 为例，任选其一执行：

curl -LsSf https://astral.sh/uv/install.sh | sh

或：

wget -qO- https://astral.sh/uv/install.sh | sh

在 VS Code 管理工作区与 Python 环境

• 通过远程 SSH 或本地打开工作区路径：文件 → 打开文件夹…，选择或新建项目目录。
• 选择解释器：Ctrl+Shift+P → Python: Select Interpreter → 选择当前工作区的 .venv Python（安装了 pip 后，VS Code 会自动检测该虚拟环境）。

创建工作区与虚拟环境

• 原则：将 Python 环境与项目目录绑定，避免在全局安装环境；如需全局，仅保留一个稳定纯净版本用于工具。
• 创建虚拟环境并指定 Python 版本：

uv venv --python 3.11.6

• 也可仅指定大版本，安装该系列最新稳定版：

uv venv --python 3.12

• 虚拟环境仅在当前目录创建 .venv，不影响系统全局 Python。
• 为该虚拟环境安装 pip，以便兼容常用命令：

uv pip install pip

依赖安装与性能

• 若项目包含 requirements.txt，优先使用 uv 安装：

uv pip install -r requirements.txt

• 与 pip install -r requirements.txt 相比，速度更快、体验更佳。

兼容性与建议

• 以上流程非常适合习惯使用 venv 和 pip 的开发者，兼顾兼容性与性能。

进阶：环境锁定与创建

• 使用 uv 进行环境锁定与可复现构建，体验与 pnpm 管理依赖非常相似且简单。请参考官方文档以获得更完整的能力与最佳实践。