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 de terceros

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.