Crea Agentes y aplicaciones de IA con LangGraph y LangChain

0 de 5 lecciones completas (0%)

2- Instalación de Anaconda y el Editor VS Code

2.3- Creando Entornos Virtuales con UV Package Manager

No tienes acceso a esta lección

Por favor, inscríbete o accede para acceder al contenido del curso.

Lección 3: Creando Entornos Virtuales con UV Package Manager

Introducción

En la lección anterior vimos cómo crear entornos virtuales usando conda. Ahora aprenderemos a crear entornos virtuales y proyectos usando UV, una herramienta súper rápida para manejar paquetes de Python.

¿Qué es UV?

UV es un gestor de paquetes y proyectos de Python extremadamente rápido, escrito en Rust. Para más información, puedes visitar: docs.astral.sh/uv

¿Por qué es tan rápido UV?

Veamos una comparación de velocidad al instalar paquetes:

  • UV: 0.06 segundos ⚡
  • Poetry: 0.99 segundos
  • PDM: 1.90 segundos
  • pip: 4.63 segundos

UV es rápido porque está escrito en Rust, un lenguaje de programación conocido por su velocidad.

Ventajas principales de UV

  • Es una herramienta única que reemplaza: pip, pip-tools, pipx, poetry, pyenv, twine, virtualenv
  • Es 10 a 100 veces más rápido que pip
  • Manejo completo de proyectos con archivo de bloqueo universal
  • Instala y maneja versiones de Python automáticamente

Problema con pip tradicional

Cuando usamos pip normal, la instalación de paquetes puede ser muy lenta:

pip install numpy
pip install langchain

El proceso de descarga, instalación y compilación toma mucho tiempo. ¡UV soluciona esto!

Instalación de UV

Opción 1: Usando pip

pip install uv

Opción 2: En Windows (PowerShell)

Consulta la documentación oficial para otros métodos de instalación.

Creando un proyecto con UV

1. Inicializar un nuevo proyecto

uv init demo-uv

Este comando crea automáticamente:

  • Una carpeta del proyecto
  • Archivo pyproject.toml con la configuración del proyecto
  • Archivo main.py con código de ejemplo
  • Archivo .gitignore
  • Configuración para Python (versión más reciente disponible)

2. Navegar al proyecto

cd demo-uv

3. Crear el entorno virtual

uv venv

¡Súper rápido! Esto crea una carpeta .venv con el entorno virtual.

4. Activar el entorno virtual

# En Windows
.venv\Scripts\activate

# En Mac/Linux  
source .venv/bin/activate

Una vez activado, verás el nombre del proyecto en tu terminal.

Instalando paquetes con UV

Comando básico

uv add nombre-del-paquete

Ejemplos prácticos

# Instalar pandas
uv add pandas

# Instalar langchain
uv add langchain

# Instalar langraph
uv add langraph

# Para Jupyter notebooks
uv add ipykernel

Ventajas de usar UV add

  1. Velocidad increíble: Los paquetes se instalan en segundos
  2. Actualización automática: El archivo pyproject.toml se actualiza automáticamente con las dependencias
  3. Gestión inteligente: UV maneja todas las dependencias de forma óptima

Verificando las instalaciones

Después de instalar paquetes, puedes verificar que se agregaron correctamente en el archivo pyproject.toml:

[project]
dependencies = [
    "pandas",
    "langchain", 
    "langraph",
    "ipykernel"
]

Trabajando con tu proyecto

Una vez configurado, puedes:

  • Crear carpetas para organizar tu código
  • Escribir archivos Python (.py)
  • Crear notebooks de Jupyter (.ipynb)
  • Instalar más paquetes según los necesites

Ejemplo de estructura de proyecto

demo-uv/
├── .venv/
├── primer-tutorial/
├── test.ipynb
├── main.py
├── pyproject.toml
└── .gitignore

UV vs Conda: ¿Cuál elegir?

UV es mejor para:

  • Velocidad de instalación
  • Proyectos individuales
  • Gestión moderna de dependencias

Conda es mejor para:

  • Manejar múltiples proyectos simultáneamente
  • Cambiar rápidamente entre entornos
  • Proyectos de ciencia de datos complejos

Resumen

UV es una herramienta poderosa y rápida para crear entornos virtuales y manejar paquetes de Python. Su velocidad y simplicidad lo hacen ideal para proyectos modernos. Sin embargo, tanto UV como conda son excelentes opciones, y puedes elegir la que mejor se adapte a tu forma de trabajar.

En este curso usaremos principalmente conda, pero ahora conoces ambas opciones para que puedas decidir cuál prefieres usar en tus proyectos futuros.


Próxima lección: Continuaremos con el desarrollo de nuestro bootcamp de IA Agéntica usando LangGraph y LangChain.

Resumen de privacidad
Logo JeroCuevas.com

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Analítica

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.