uv: Alternativa Rápida ao conda e venv

10 de março de 2025

Aviso: Este post foi traduzido para o português usando um modelo de tradução automática. Por favor, me avise se encontrar algum erro.

Até agora, eu tenho controlado meus ambientes com conda. Mas há algum tempo venho lendo muito sobre poetry, mas principalmente sobre uv. Quais são as vantagens do uv? A velocidade. uv é implementado em Rust, por isso gerencia os ambientes e instala pacotes de uma maneira extremamente rápida.

Na tabela a seguir, é mostrada a diferença de velocidade entre diferentes gerenciadores de pacotes. Fonte: LLMs-from-scratch/setup/01_optional-python-setup-preferences/native-uv.md

Comando	Velocidade
`conda install <pkg>`	lento
`uv pip install <pkg>`	entre 5 e 10 vezes mais rápido que o anterior
`uv add <pkg>`	entre 2 e 5 vezes mais rápido que o anterior

Vendo a tabela, vale bastante a pena usar uv. Então vamos ver como criar um ambiente e instalar pacotes com uv.

Download do repositório

Como eu disse, estou usando LLMs-from-scratch/setup/01_optional-python-setup-preferences[native-uv.md como fonte, então vamos baixar o repositório, instalar o ambiente que ele propõe e ver como executar um script

Usamos --depth 1 para baixar apenas o último commit do repositório e que seja clonado mais rapidamente, não nos interessa o histórico.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		git clone https://github.com/rasbt/LLMs-from-scratch.git --depth 1
	
	Copied

>_ Output

			
				Cloning into 'LLMs-from-scratch'...
remote: Enumerating objects: 260, done.
remote: Counting objects: 100% (260/260), done.
remote: Compressing objects: 100% (226/226), done.
remote: Total 260 (delta 61), reused 121 (delta 22), pack-reused 0 (from 0)
Receiving objects: 100% (260/260), 1.64 MiB | 6.94 MiB/s, done.
Resolving deltas: 100% (61/61), done.

Agora vamos ao repositório que baixamos

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		cd LLMs-from-scratch
	
	Copied

Instalar `uv`

Se estamos em macOS ou Linux, podemos instalar através do comando

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

Se estamos no Windows

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

Criar ambiente

Se fizermos um ls podemos ver que há um arquivo chamado pyproject.toml, esse será o arquivo que o uv usará para criar o ambiente.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		ls
	
	Copied

>_ Output

			
				2025-03-10-uv.ipynb appendix-D          ch04                pyproject.toml
CITATION.cff        appendix-E          ch05                requirements.txt
LICENSE.txt         ch01                ch06                setup
README.md           ch02                ch07
appendix-A          ch03                pixi.toml

Então vamos ver o que tem no arquivo

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		cat pyproject.toml
	
	Copied

>_ Output

			
				[project]
name = "llms-from-scratch"
version = "0.1.0"
description = "Implement a ChatGPT-like LLM in PyTorch from scratch, step by step"
readme = "README.md"
requires-python = "&gt;=3.10"
dependencies = [
    "torch&gt;=2.3.0",
    "jupyterlab&gt;=4.0",
    "tiktoken&gt;=0.5.1",
    "matplotlib&gt;=3.7.1",
    "tensorflow&gt;=2.18.0",
    "tqdm&gt;=4.66.1",
    "numpy&gt;=1.26,&lt;2.1",
    "pandas&gt;=2.2.1",
    "pip&gt;=25.0.1",
]
[tool.setuptools.packages]
find = {}
[tool.uv.sources]
llms-from-scratch = { workspace = true }
[dependency-groups]
dev = [
    "llms-from-scratch",
]
[tool.ruff]
line-length = 140
[tool.ruff.lint]
exclude = [".venv"]
# Ignored rules (W504 removed)
ignore = [
    "C406", "E226", "E402", "E702", "E703",
    "E722", "E731", "E741"
]

Como pode ser visto, há dados como o nome, versão, etc, e as dependências, que são os pacotes que vamos instalar.

Para criar o ambiente usamos o comando uv sync, além de adicionar a flag --dev para instalar também as dependências de desenvolvimento e a flag --python para especificar a versão do Python que queremos usar.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		uv sync --dev --python 3.11
	
	Copied

>_ Output

			
				Using CPython 3.11.11
Creating virtual environment at: .venv
Resolved 160 packages in 175ms
Installed 139 packages in 1.46s
+ absl-py==2.1.0
+ anyio==4.8.0
+ appnope==0.1.4
+ argon2-cffi==23.1.0
+ argon2-cffi-bindings==21.2.0
+ arrow==1.3.0
+ asttokens==3.0.0
+ astunparse==1.6.3
+ async-lru==2.0.4
+ attrs==25.1.0
+ babel==2.17.0
+ beautifulsoup4==4.13.3
+ bleach==6.2.0
+ certifi==2025.1.31
+ cffi==1.17.1
+ charset-normalizer==3.4.1
...
+ tzdata==2025.1
+ uri-template==1.3.0
+ urllib3==2.3.0
+ wcwidth==0.2.13
+ webcolors==24.11.1
+ webencodings==0.5.1
+ websocket-client==1.8.0
+ werkzeug==3.1.3
+ wheel==0.45.1
+ wrapt==1.17.2

Ele criou o ambiente e instalou os pacotes de uma maneira extremamente rápida

Além disso, se voltarmos a fazer ls agora veremos uma nova pasta chamada .venv, essa é a pasta do ambiente virtual.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		ls -a
	
	Copied

>_ Output

			
				.                   CITATION.cff        ch02                pyproject.toml
..                  LICENSE.txt         ch03                requirements.txt
.git                README.md           ch04                setup
.github             appendix-A          ch05                uv.lock
.gitignore          appendix-D          ch06
.venv               appendix-E          ch07
2025-03-10-uv.ipynb ch01                pixi.toml

Adicionar pacotes

Se quisermos adicionar pacotes ao nosso ambiente que não estão no arquivo pyproject.toml, podemos fazer isso com o comando uv add <pkg>.

Por exemplo, se fizermos cat pyproject.toml | grep dotenv veremos que não está instalado o pacote python-dotenv.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		cat pyproject.toml | grep dotenv
	
	Copied

Então adicionamos o pacote

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		uv add dotenv
	
	Copied

>_ Output

			
				Resolved 162 packages in 92ms
Installed 2 packages in 5ms                                      ░░░░░░░░░░░░░░░░░░░░ [0/0] Installing wheels...
+ dotenv==0.9.9
+ python-dotenv==1.0.1

Se agora executarmos cat pyproject.toml | grep dotenv veremos que foi adicionado ao arquivo.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		cat pyproject.toml | grep dotenv
	
	Copied

>_ Output

			
				    "dotenv&gt;=0.9.9",

Isso é muito bom, porque agora com esse novo arquivo pyproject.toml podemos recriar o ambiente com o comando uv sync em qualquer outro computador.

Executar um script

Agora que já temos um ambiente, podemos executar um script de duas maneiras, a primeira com uv run python <script>.py, que ativar o ambiente de .venv e executará o script.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		uv run python setup/02_installing-python-libraries/python_environment_check.py
	
	Copied

>_ Output

			
				[OK] Your Python version is 3.11.11
[OK] torch 2.6.0
[OK] jupyterlab 4.3.5
[OK] tiktoken 0.9.0
[OK] matplotlib 3.10.1
[OK] tensorflow 2.18.0
[OK] tqdm 4.67.1
[OK] numpy 2.0.2
[OK] pandas 2.2.3
[OK] psutil 7.0.0

No entanto, se o que queremos é executar o script diretamente com python <script>.py, precisamos ativar o ambiente manualmente primeiro.

	
		
			< >
			Input
		
		
			Python
			
		
	
	
		source .venv/bin/activate && python setup/02_installing-python-libraries/python_environment_check.py
	
	Copied

>_ Output

			
				[OK] Your Python version is 3.11.11
[OK] torch 2.6.0
[OK] jupyterlab 4.3.5
[OK] tiktoken 0.9.0
[OK] matplotlib 3.10.1
[OK] tensorflow 2.18.0
[OK] tqdm 4.67.1
[OK] numpy 2.0.2
[OK] pandas 2.2.3
[OK] psutil 7.0.0

Perguntas frequentes

Para que servem as flags --dev e --python no comando uv sync --dev --python 3.11?

A flag --python 3.11 indica ao uv sync com qual versão do Python criar o ambiente virtual (no exemplo, cria o .venv usando o CPython 3.11.11), enquanto --dev faz com que também sejam instaladas as dependências listadas na seção [dependency-groups] dev = [...], além das dependências normais do pyproject.toml. A resolução e instalação são extremamente rápidas: no exemplo do post, foram resolvidos 160 pacotes em 175ms e instalados 139 em 1.46s.

Como adicionar um pacote que não está no pyproject.toml usando uv?

Basta usar uv add <pacote>, por exemplo uv add dotenv, que resolve e instala o pacote (e suas dependências, como python-dotenv) diretamente no ambiente .venv. O comando uv add também adiciona automaticamente a entrada correspondente (por exemplo "dotenv>=0.9.9") na seção de dependências do pyproject.toml, permitindo recriar esse mesmo ambiente em outra máquina apenas com uv sync.

Continuar lendo

Conda: Gerenciamento de Ambientes Python

Conda vs Pip: entenda as diferenças e aprenda a usar Conda e Mamba para gerenciar pacotes e ambientes Python em ciência de dados.

Docker (1/2): contêineres, imagens e aplicações

🐳 Primeira parte do guia de Docker. Crie quantos ambientes de desenvolvimento você quiser: aprenda a gerenciar contêine...

unittest em Python: Testes Unitários

Aprenda testes unitários em Python com unittest: crie testes, meça cobertura e refatore sem medo. Guia prático com exemp...

Últimos posts -->

Você viu esses projetos?

Gymnasia

LangGraph Deep Researcher

Tau

Ver todos os projetos -->

>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Escreva-me LinkedIn

Quer assistir alguma palestra?

Agentes do Amanhã: Descifrando os Mistérios da Planificação, UX e Memória

Agentes de IA, impulsionados por LLMs, prometem transformar aplicações. Mas eles são meros executores hoje ou futuros colaboradores inteligentes? Para...

Crie sua própria inteligência Apple

Aprenda a criar um sistema de IA para executar eficientemente em um dispositivo

Últimas palestras -->

Quer melhorar com essas dicas?

Boas práticas criando agentes com Claude Code

Palestra técnica: skills, subagentes, slash commands e MCPs no Claude Code

o1 prompt engineering

Criar prompts melhores para o1 seguindo um exemplo

Memory profiler

Ver o uso de memória de um script

Últimos tips -->

Use isso localmente

Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.