uv adalah inovasi terbaik yang muncul di ekosistem Python dalam 10 tahun terakhir

• uv secara drastis menyederhanakan instalasi Python dan pengelolaan virtual environment, serta menyelesaikan masalah konfigurasi lingkungan yang rumit di ekosistem Python
• Ditulis dengan Rust, uv menghadirkan kecepatan dan stabilitas, serta menangani instalasi versi Python, manajemen paket, dan resolusi dependensi dalam satu perintah
• Dengan mengenali pyproject.toml secara otomatis untuk menyiapkan lingkungan proyek, uv sync dapat mereproduksi lingkungan pengembangan yang sepenuhnya identik antaranggota tim
• Melalui perintah seperti uv run, uv add, dan uvx, pengguna dapat menjalankan tanpa mengaktifkan virtual environment, serta menambahkan paket dan melakukan eksekusi sekali pakai
• Dengan memastikan konsistensi instalasi dan eksekusi Python, uv dinilai sebagai titik balik yang sangat meningkatkan produktivitas developer dan efisiensi kolaborasi

---

Gambaran umum uv

• uv adalah alat manajemen Python open source gratis yang dikembangkan oleh Astral, dengan tujuan menyederhanakan proses konfigurasi lingkungan yang kompleks
  • Astral adalah tim yang membuat alat pengembangan Python seperti Ruff
  • uv mendukung instalasi versi Python, instalasi paket, manajemen virtual environment, dan resolusi dependensi, serta jauh lebih cepat dibanding alat yang sudah ada
• Dikembangkan dengan Rust, performanya sangat tinggi dan dapat berjalan di hampir semua platform seperti macOS, Linux, dan Windows

Instalasi dan penggunaan dasar

• Instalasinya sangat sederhana, cukup dijalankan dengan satu baris perintah curl atau PowerShell
  • Linux/Mac: curl -LsSf https://astral.sh/uv/install.sh | sh
  • Windows: powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
• Karena tidak mengubah instalasi Python yang sudah ada, alat ini aman untuk dicoba

Manajemen lingkungan proyek

• uv secara otomatis mengelola virtual environment untuk setiap proyek Python dan menyiapkan lingkungan dengan mengenali file pyproject.toml
  • pyproject.toml mendefinisikan versi Python, daftar dependensi, nama dan versi proyek, dan sebagainya
  • Contoh:

    [project]  
    name = "my_project"  
    version = "1.0.0"  
    requires-python = ">=3.9,<3.13"  
    dependencies = ["astropy>=5.0.0", "pandas>=1.0.0,<2.0"]  
    

  • Pendekatan ini memberikan definisi lingkungan yang lebih jelas dan terstandarisasi dibanding pip

Membuat proyek baru

• Dengan perintah uv init, proyek baru dapat dibuat dengan mudah
  • Secara otomatis membuat file penting seperti pyproject.toml dan README.md
  • Mendukung berbagai bentuk inisialisasi melalui opsi seperti --bare dan --package
  • Detail opsi dapat dilihat dengan uv init --help

Sinkronisasi proyek yang sudah ada

• Jika proyek memiliki pyproject.toml, proyek bisa langsung digunakan dengan perintah uv sync
  • Secara otomatis menginstal versi Python
  • Membuat virtual environment di direktori .venv
  • Membuat uv.lock yang mencatat informasi versi yang tepat dari semua paket
• Dengan menggunakan perintah uv run, skrip Python dapat dijalankan tanpa harus mengaktifkan lingkungan terlebih dahulu
  • Contoh: uv run myscript.py, uv run jupyter lab

Manajemen dependensi dan versi Python

• Dengan perintah uv add numpy>=2.0, dependensi dapat ditambahkan dan dikelola secara otomatis
  • Tidak perlu mengedit pyproject.toml secara manual
• Dengan perintah uv python pin 3.12.9, versi Python tertentu dapat dikunci, sehingga reproduktibilitas lingkungan terjamin

uvx: eksekusi sekali pakai yang cepat

• uvx adalah perintah untuk langsung menjalankan alat tanpa konfigurasi lingkungan terpisah
  • Contoh: uvx ruff, uvx jupyter lab, uvx --with pandas,pyarrow ipython
  • Berbasis cache sehingga bisa dijalankan ulang dengan sangat cepat, cocok untuk pekerjaan eksperimental
• Berkat ini, developer dapat dengan mudah menyiapkan lingkungan eksekusi sementara tanpa terikat pada virtual environment

Jika ini masih belum meyakinkan Anda: catatan pribadi

• Saat mengembangkan The Astrosky Ecosystem, uv diadopsi untuk menyeragamkan lingkungan Python di berbagai OS
  • Membantu memastikan semua developer dan server menggunakan instalasi Python serta versi dependensi yang sepenuhnya sama
  • uv juga mengelola lingkungan Python di GitHub Actions dan lingkungan server produksi
• Berkat uv, masalah ketidaksesuaian antara lingkungan instalasi dan pengujian hilang, dan kolaborasi antar-developer menjadi lebih sederhana

Kesimpulan

• uv secara mendasar mengatasi kompleksitas instalasi dan manajemen Python, serta memungkinkan developer berkolaborasi secara stabil dalam lingkungan yang sama
• Berkat kecepatannya yang tinggi dan stabilitas berbasis Rust, uv dinilai sebagai “inovasi terbesar yang terjadi di ekosistem Python dalam 10 tahun terakhir”