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
import sys
print('python 版本：',sys.version.split('|')[0])
#python 版本： 3.11.11
uv self version
# 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
uv init workspace_project -p 3.11
cd workspace_project
uv add pandas
uv tree
workspace-project v0.1.0
└── pandas v2.3.1
├── numpy v2.3.1
├── python-dateutil v2.9.0.post0
│ └── six v1.17.0
├── pytz v2025.2
└── 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
pwd # D:\桌面\Python\uv\workspace_project
uv init sub_project1 # 创建子项目1
cd sub_project1
uv add fastapi
uv tree
workspace-project v0.1.0
└── pandas v2.3.1
├── numpy v2.3.1
├── python-dateutil v2.9.0.post0
│ └── six v1.17.0
├── pytz v2025.2
└── tzdata v2025.2
sub-project1 v0.1.0
└── fastapi v0.116.1
├── pydantic v2.11.7
│ ├── annotated-types v0.7.0
│ ├── pydantic-core v2.33.2
│ │ └── typing-extensions v4.14.1
│ ├── typing-extensions v4.14.1
│ └── typing-inspection v0.4.1
│ └── typing-extensions v4.14.1
├── starlette v0.47.2
│ ├── anyio v4.9.0
│ │ ├── idna v3.10
│ │ ├── sniffio v1.3.1
│ │ └── typing-extensions v4.14.1
│ └── typing-extensions v4.14.1
└── typing-extensions v4.14.1
- 创建子项目2，并添加一个三方包
requests
pwd # D:\桌面\Python\uv\workspace_project
uv init sub_project2 # 创建子项目1
cd sub_project2
uv add requests
uv tree
workspace-project v0.1.0
└── pandas v2.3.1
├── numpy v2.3.1
├── python-dateutil v2.9.0.post0
│ └── six v1.17.0
├── pytz v2025.2
└── tzdata v2025.2
sub-project2 v0.1.0
└── requests v2.32.4
├── certifi v2025.7.14
├── charset-normalizer v3.4.2
├── idna v3.10
└── urllib3 v2.5.0
sub-project1 v0.1.0
└── fastapi v0.116.1
├── pydantic v2.11.7
│ ├── annotated-types v0.7.0
│ ├── pydantic-core v2.33.2
│ │ └── typing-extensions v4.14.1
│ ├── typing-extensions v4.14.1
│ └── typing-inspection v0.4.1
│ └── typing-extensions v4.14.1
├── starlette v0.47.2
│ ├── anyio v4.9.0
│ │ ├── idna v3.10
│ │ ├── sniffio v1.3.1
│ │ └── typing-extensions v4.14.1
│ └── typing-extensions v4.14.1
└── 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
[tool.uv.workspace]
members = [
"sub_project1",
"sub_project2",
]
- 在子项目2中使用同工作空间其它项目安装的包
import pandas as pd
import fastapi
def main():
print("Hello from sub-project2!")
if __name__ == "__main__":
main()
print('pandas版本：',pd.__version__)
print('fastapi版本：',fastapi.__version__)
运行：
pwd # D:\桌面\Python\uv\workspace_project\sub_project2
uv run .\main.py
# Hello from sub-project2!
# pandas版本： 2.3.1
# 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
