工具： UV + MiniForge

UV 是基于 pip 的轻量级 python 包管理工具，可以显著提升包安装速度（毫秒级）缺点是 uv 是面向包管理的，一个项目就是一个环境，导致占用空间较大。
MiniForge 是一个轻量级的 Conda 发行版，可以创建多个虚拟环境，无需嵌入到供项目中即可直接使用。完美弥补了 uv 的缺点，

为什么不用 conda？ conda 的国内的安装速度较慢，需要更换镜像源，但目前已开始收费，导致很多镜像源为了避免侵权问题已不再提供服务。 MniniForge 便是更换了 conda 的默认源为 conda-forge，且免费使用、轻量级。

最终效果：两者互补！快速安装包 + 多环境管理

安装步骤

1. 安装 MiniForge

网址：https://conda-forge.org/miniforge/
选择对应系统的安装包，安装完成后，打开终端，输入 conda 出现帮助信息即表示安装成功。

2. 创建虚拟环境

创建环境命令：

conda create -n 环境名称 python=3.10 -y

激活环境命令：

conda activate 环境名称

退出环境命令：

conda deactivate

3. 安装 UV

创建并激活对应环境后，安装 uv ：

pip install uv

检查是否安装成功

uv --version

出现版本号即表示安装成功。

4. 使用 UV 安装包

创建并激活对应环境后，使用 uv 安装包：

uv pip install 包名称
# 例如安装 torch
uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

也可以使用 requirements.txt 文件安装：

uv pip install -r requirements.txt

查看已安装包命令：

uv pip list

焚决：本地 whl 包安装

面对 torchcuda 版本复杂的情况，以及加速包，dgl 包等，可以先下载好对应的 whl 包，然后使用 uv 安装本地 whl 包：

uv pip install "././.whl"

TIP

Tip: 关于 DGL 包的安装尝试

%pip install dgl -f https://data.dgl.ai/wheels/torch-2.4/cu124/repo.html --no-deps
#测试是否安装成功
import dgl
import torch

# 1. 创建一个简单的图
g = dgl.graph(([0, 1], [1, 2]))

# 2. 尝试将其移动到 GPU (CUDA)
g_cuda = g.to('cuda')

# 3. 打印结果
print("Graph Device:", g_cuda.device)

TIP

Tip: 关于 conda 克隆环境

conda create --name 新环境名称 --clone 旧环境名称