背景#

上手 uv 一段时间后，真心觉得这款工具让 Python 项目管理变得省心不少！它不仅操作便捷，安装第三方包的速度更是快得飞起。

不过，在使用过程中也发现了一个小痛点：uv 默认会为每个项目创建独立的虚拟环境。这意味着，如果你同时开发多个项目，即使它们依赖相同的第三方包（比如常用的 requests、pandas），这些包也需要在每个项目的虚拟环境中重复安装。久而久之，宝贵的磁盘空间就这样被悄悄占用了不少。

难道只能忍受这种“甜蜜的负担”吗？当然不是！仔细翻阅 uv 的文档后发现，它其实贴心地提供了工作空间（Workspace）功能！通过工作空间，你可以让多个项目共享同一个虚拟环境。这样一来，公共依赖包只需安装一次，所有关联项目都能顺畅使用，大幅减少了重复安装带来的空间浪费，管理效率再上一个台阶！

在尝试获取 uv 工作空间（Workspace） 功能的相关信息时，小编注意到 DeepSeek 模型提供的回答有时存在不准确或偏离主题的情况。

这表明，uv 这一相对较新的功能细节，可能尚未被充分纳入 DeepSeek 当前模型版本的训练数据。这一现象也提醒我们，即使是强大的 AI 模型，其知识覆盖和能力也存在一定的边界与时效性局限

小编环境#

1
import sys
2

3
print('python 版本：',sys.version.split('|')[0])
4
#python 版本： 3.11.11

1
uv self version
2
# uv 0.8.2 (21fadbcc1 2025-07-22)

工作空间示例#

创建根项目，并添加一个三方包 pandas 在根项目的文件夹里面生成一个虚拟环境 .venv ，pandas被安装在该文件夹内

1
uv init workspace_project  -p 3.11
2
cd workspace_project
3
uv add pandas
4
uv tree

1
workspace-project v0.1.0
2
└── pandas v2.3.1
3
    ├── numpy v2.3.1
4
    ├── python-dateutil v2.9.0.post0
5
    │   └── six v1.17.0
6
    ├── pytz v2025.2
7
    └── tzdata v2025.2

创建子项目1，并添加一个三方包 fastapi 在子项目中添加的包，会被安装到根项目的虚拟环境.venv中

1
pwd  # D:\桌面\Python\uv\workspace_project
2
uv init sub_project1  # 创建子项目1
3
cd sub_project1
4
uv add fastapi
5
uv tree

1
workspace-project v0.1.0
2
└── pandas v2.3.1
3
    ├── numpy v2.3.1
4
    ├── python-dateutil v2.9.0.post0
5
    │   └── six v1.17.0
6
    ├── pytz v2025.2
7
    └── tzdata v2025.2
8
sub-project1 v0.1.0
9
└── fastapi v0.116.1
10
    ├── pydantic v2.11.7
11
    │   ├── annotated-types v0.7.0
12
    │   ├── pydantic-core v2.33.2
13
    │   │   └── typing-extensions v4.14.1
14
    │   ├── typing-extensions v4.14.1
15
    │   └── typing-inspection v0.4.1
16
    │       └── typing-extensions v4.14.1
17
    ├── starlette v0.47.2
18
    │   ├── anyio v4.9.0
19
    │   │   ├── idna v3.10
20
    │   │   ├── sniffio v1.3.1
21
    │   │   └── typing-extensions v4.14.1
22
    │   └── typing-extensions v4.14.1
23
    └── typing-extensions v4.14.1

创建子项目2，并添加一个三方包 requests

1
pwd  # D:\桌面\Python\uv\workspace_project
2
uv init sub_project2  # 创建子项目1
3
cd sub_project2
4
uv add requests
5
uv tree

1
workspace-project v0.1.0
2
└── pandas v2.3.1
3
    ├── numpy v2.3.1
4
    ├── python-dateutil v2.9.0.post0
5
    │   └── six v1.17.0
6
    ├── pytz v2025.2
7
    └── tzdata v2025.2
8
sub-project2 v0.1.0
9
└── requests v2.32.4
10
    ├── certifi v2025.7.14
11
    ├── charset-normalizer v3.4.2
12
    ├── idna v3.10
13
    └── urllib3 v2.5.0
14
sub-project1 v0.1.0
15
└── fastapi v0.116.1
16
    ├── pydantic v2.11.7
17
    │   ├── annotated-types v0.7.0
18
    │   ├── pydantic-core v2.33.2
19
    │   │   └── typing-extensions v4.14.1
20
    │   ├── typing-extensions v4.14.1
21
    │   └── typing-inspection v0.4.1
22
    │       └── typing-extensions v4.14.1
23
    ├── starlette v0.47.2
24
    │   ├── anyio v4.9.0
25
    │   │   ├── idna v3.10
26
    │   │   ├── sniffio v1.3.1
27
    │   │   └── typing-extensions v4.14.1
28
    │   └── typing-extensions v4.14.1
29
    └── typing-extensions v4.14.1

所有的三方包都安装在根项目的虚拟环境内，path\workspace_project\.venv\Lib\site-packages，这样公共依赖包只需安装一次

以上的操作，其实是 uv 自动在根项目的配置文件 pyproject.toml 中，增加了如下配置，这样 uv 才识别所有项目同属于一个工作空间

1
[tool.uv.workspace]
2
members = [
3
    "sub_project1",
4
    "sub_project2",
5
]

在子项目2中使用同工作空间其它项目安装的包

1
import pandas as pd
2
import fastapi
3

4
def main():
5
    print("Hello from sub-project2!")
6

7

8
if __name__ == "__main__":
9
    main()
10
    print('pandas版本：',pd.__version__)
11
    print('fastapi版本：',fastapi.__version__)

运行：

1
pwd  # D:\桌面\Python\uv\workspace_project\sub_project2
2
uv run .\main.py
3
# Hello from sub-project2!
4
# pandas版本： 2.3.1
5
# fastapi版本： 0.116.1

历史相关文章#

以上是自己实践中遇到的一些问题，分享出来供大家参考学习，欢迎关注微信公众号：DataShare ，不定期分享干货