用途
python-uv 技能用于指导使用 UV 进行 Python 依赖管理。资料指出，UV 是 Python 依赖管理的现代标准，提供确定性解析、相较 pip 10-100 倍的速度提升，以及内置虚拟环境管理。该技能适用于以下场景：搭建新的 Python 项目、管理 Python 依赖、运行 .py 文件与命令、运行 pytest 和 ruff 等 Python 工具、为 Python 应用创建 Dockerfile、Python 的 CI/CD 流水线，以及从 pip/poetry 迁移到 UV。
主要能力
资料给出的 UV 优势包括：确定性解析（锁文件保证精确版本）、内置虚拟环境管理、对 Docker 缓存友好（下载与安装阶段分离）、可直接替代 pip、跨平台锁文件。速度对比（20 个依赖，冷安装）：pip install 为 120-180 秒，uv sync 为 15-20 秒（快 10 倍）；使用缓存时：pip install（缓存）为 60-90 秒，uv sync（缓存）为 2-5 秒（快 30 倍）。
使用方式
项目初始化：uv init 创建新项目（生成 pyproject.toml）；对已有 pyproject.toml 的项目运行 uv lock 从 pyproject.toml 生成 uv.lock。
日常开发：uv sync 安装全部依赖（创建/更新 venv）；uv sync --no-dev 不安装开发依赖；uv add boto3>=1.40.0 添加运行时依赖；uv add --dev pytest>=8.0.0 添加开发依赖；uv remove boto3 移除依赖；uv lock --upgrade 更新锁文件（在约束内解析最新版本）；uv run pytest tests/、uv run python -m myapp、uv run mypy src/ 在虚拟环境中运行命令。
锁文件管理：uv lock 生成/更新锁文件；uv lock --upgrade 将所有依赖更新到最新（在约束内）；uv lock --upgrade-package boto3 更新指定包；uv lock --check 校验锁文件是否同步（CI 检查）。
Docker 集成：资料给出标准 Dockerfile 结构，从官方镜像复制 UV（COPY --from=ghcr.io/astral-sh/uv:latest /uv /usr/local/bin/uv），先复制依赖文件以利用层缓存，使用缓存挂载 RUN --mount=type=cache,target=/root/.cache/uv,sharing=locked uv sync --frozen，之后再复制源代码。资料强调 --frozen 纪律：开发（本地）使用 uv sync（若不同步可能更新 uv.lock）；CI/Docker（生产）使用 uv sync --frozen（若 uv.lock 与 pyproject.toml 不匹配则失败）。在 Docker/CI 中使用 --frozen 的原因：确保锁文件已提交且最新、防止构建期间依赖静默变更、构建失败即表示锁文件漂移（有意的安全机制）、保证可复现构建。
多阶段构建：资料给出两阶段示例。阶段一 builder 安装全部依赖（含 dev），复制源码与测试，在构建期间运行测试 uv run pytest tests/，并构建 wheel uv build。阶段二 runtime 仅安装运行时依赖 uv sync --frozen --no-dev --no-install-project，从 builder 复制构建好的 wheel 并安装，设置 ENV PATH="/app/.venv/bin:$PATH" 与 ENTRYPOINT ["python", "-m", "myapp"]。
pyproject.toml 结构：资料给出 [project]（name、version、description、requires-python、dependencies）、[project.optional-dependencies]（dev 组含 pytest、mypy、ruff）、[build-system]（hatchling）以及可选的 [tool.uv] 配置示例。
CI/CD 模式：GitHub Actions 使用 astral-sh/setup-uv@v1 安装 UV，然后 uv sync --frozen、uv run pytest tests/、uv run mypy src/。pre-commit 钩子示例使用本地 hook 执行 uv lock --check。
迁移：从 pip/requirements.txt 迁移的步骤为：创建含依赖的 pyproject.toml、运行 uv lock、运行 uv sync、删除 requirements.txt。从 poetry 迁移：UV 可读取 pyproject.toml（兼容 poetry 格式）、运行 uv lock 生成 uv.lock、运行 uv sync、可选删除 poetry.lock。私有包处理：uv add package --index-url https://private.pypi/simple/，或在 pyproject.toml 的 [tool.uv.sources] 中配置。
适用场景
资料建议：任何新的 Python 项目都应从 UV 开始；已有项目应迁移到 UV。何时仍用 pip？资料称很少，例外是无法安装 UV 的遗留系统。uv sync 与 uv sync --frozen 的选择：开发用 uv sync（灵活），CI/Docker 用 uv sync --frozen（严格）。
限制与反模式
资料列出的反模式包括：在新 Python 项目中使用 pip；在 Docker/CI 中不使用 --frozen（导致依赖静默漂移、构建不可复现）；提交时不带 uv.lock（失去可复现性）；手动管理 venv（python -m venv）；在 UV 中使用 requirements.txt；将 uv.lock 加入 .gitignore。资料强调锁文件必须提交。uv.lock 包含每个依赖（含传递依赖）的精确版本、用于完整性校验的 SHA256 哈希、每个包的源 URL、平台特定解析结果，从而提供跨机器/时间的可复现构建、通过哈希进行篡改检测的安全性、可审计性以及版本验证。
与其他技能的集成
资料提到：version-pinning 用于约束策略（~= 与 >=）；docker-multistage 与 UV 集成多阶段模式；version-currency 中 uv.lock 是版本验证的权威来源；container-boundary 中 UV venv 是容器本地而非宿主机。