有没有更加节省空间的 Python 环境管理器

[Leon6868]

比如将所有包统一管理并设置只读，然后在虚拟环境中安装包是先查找机器上是否有对应的包文件，有的话就软链接，没有就先下载再软链接，这样既能节省空间又能加快安装速度，而且也不会影响 pip 的依赖导出功能。

[spritecn]

动手写一个? 逻辑你都理清了

[JKOR]

项目 A 需要 numpy2.1 ，项目 B 需要 numpy2.2 ，如何同时安装两个版本？不还得放在各个目录下吗

[lxy42]

uv

[liangdi]

那就是和 pnpm 的逻辑差不多了，py 用的不多，要用的时候一般 miniconda , 可以参考 pnpm 写一个

[encro]

现在就用 rye 。。。
快！！！
智能！！！

[Leon6868]

@JKOR #2 设想：
A 需要 pytorch 2.4 cuda + numpy 2.1
B 需要 pytorch 2.4 cuda + numpy 2.2
C 需要 pytorch 1.9 cuda + numpy 2.1 + fastapi
当一个包 2GB 还各种不兼容时就能想象复用的好处了（

[huangyezhufeng]

UV: https://datahonor.com/mppt/package/#uvrecommended

[huangyezhufeng]

@huangyezhufeng 当你体验 1 秒装 torch 的快感之后，就离不开了

[ClericPy]

venv 是不是本来就有参数支持软链接以及继承 base python 的 site packages

现在偶尔用自己写的 zipapps 库打包起来用，你逻辑理清了真可以自己写一个

[frostming]

PDM: https://pdm-project.org/en/latest/usage/config/#central-installation-caches
UV: https://docs.astral.sh/uv/reference/settings/#link-mode

[FarmerChillax]

我投 PDM 一票

[wangee]

同楼上，uv

如果有管理需求可以用 rye ，稍微比 uv 全一点，底层包管理也是 uv

[Lychee0]

投楼上 pdm 一票

不过关于 torch 的话个人更喜欢 poetry 开 local env ，或者干脆不 lock

[headwindx]

容器挂载本地目录，用完自动删除。