想把 Python 项目环境配置做得又快又稳，核心就是两件事：统一虚拟环境 + 可复现的依赖安装。本文用 uv（Astral 出品的现代 Python 工具链）串起来：从安装、创建 .venv、安装/锁定依赖，到 VS Code 解释器与调试，一次打通。
uv 的定位可以理解为“更现代的一体化工具”：它能管理虚拟环境、依赖安装与锁文件，并且速度很快。对个人项目和小团队来说，最大的价值是：把环境差异收敛到一套固定流程里。
适用场景：新电脑装环境、多人协作、需要稳定复现依赖、希望减少“我这边能跑你那边不行”的情况。
你可以选择自己更熟悉的方式安装：
方式 A：用 pipx 安装（推荐，隔离更干净）
pipx install uv方式 B：使用官方安装脚本
curl -LsSf https://astral.sh/uv/install.sh | sh安装完成后，终端里确认版本：
uv --version建议把虚拟环境固定在项目目录下的 .venv，这样 VS Code 与各种工具都更容易自动识别。
新项目（已有项目也可跳过 init）：
uv init创建虚拟环境：
uv venv此时项目根目录会出现 .venv。如果你更想指定 Python 版本，也可以在创建前先准备对应解释器，再让 uv 使用它。
已有 requirements.txt：
uv pip install -r requirements.txt新增一个依赖：
uv pip install requests为了让协作更稳定，建议把依赖“锁住”（生成/维护锁文件）。这样团队成员、CI、以及未来的你都能安装到一致版本。
如果你的项目采用 pyproject 体系，也可以用 uv 的项目工作流来维护依赖与锁文件，核心思路都是：不要只依赖“随缘安装”的最新版本。
选择解释器：
在 VS Code 里按 Ctrl/Cmd + Shift + P，搜索 Python: Select Interpreter，选择项目内的 .venv。
建议设置（让终端默认激活虚拟环境）：
{ "python.defaultInterpreterPath": "\${workspaceFolder}/.venv/bin/python" }Windows 下路径会是 \${workspaceFolder}\\.venv\\ s\\python.exe。
调试：
打开“运行和调试”，选择 Python 配置，确保使用的是项目的解释器；需要传参时在 launch.json 里填 args 即可。
问题 1：VS Code 没识别 .venv
确认 .venv 在项目根目录；重启 VS Code；重新选择解释器。
问题 2：安装依赖很慢
优先确保网络/镜像源配置正确；uv 通常已经很快，如果仍慢，多半是网络与编译依赖导致。
问题 3：团队成员装出来版本不一致
把锁文件纳入仓库，并在 README 写清楚“从锁文件安装”的固定命令。
问题 4：系统里多个 Python 版本混乱
明确“项目只认 .venv 里的解释器”，并避免在系统 Python 里直接装业务依赖。
按这套流程配置好后，下一次开新项目基本就是：创建 .venv → 安装依赖 → 选择解释器 → 开始写代码，省掉大量重复劳动。
