Open WebUI 快速上手指南5 分钟跑通本地 AI 对话界面【免费下载链接】open-webuiUser-friendly AI Interface (Supports Ollama, OpenAI API, ...)项目地址: https://gitcode.com/GitHub_Trending/op/open-webuiOpen WebUI 是一个开源的自托管 AI 对话平台对接 Ollama 和 OpenAI 兼容 API支持完全离线运行相当于给本地大模型套一层好用的聊天界面。本文按装起来 → 连上模型 → 提速调优 → 数据不丢 → 出错自救五步推进每步都给出可复制的命令和预期效果。 第一步装起来两条最快的路径Docker 一条命令部署Docker 省去了 Python 依赖配置的麻烦是新手首选。把下面这条命令粘贴到终端执行即可docker run -d -p 3000:8080 --add-hosthost.docker.internal:host-gateway \ -v open-webui:/app/backend/data --name open-webui --restart always \ ghcr.io/open-webui/open-webui:main执行后浏览器打开http://localhost:3000先注册一个管理员账号再往后续章节走。命令里的-v open-webui:/app/backend/data是数据卷挂载先别删第四步会解释它为什么关键。pip 原生安装如果你习惯纯 Python 环境需要 Python 3.11两条命令搞定pip install open-webui open-webui serve启动后访问http://localhost:8080界面和 Docker 版完全一致。想让 Ollama 一起跑官方还提供了:ollama标签的镜像把 Open WebUI 和 Ollama 打包在同一个容器里启动时额外加-v ollama:/root/.ollama挂载模型目录即可适合不想单独装 Ollama 的场景。 第二步连上模型界面才有灵魂Open WebUI 本身不跑模型它只是前端所以必须指一个模型服务给它。本机 Ollama上面 Docker 命令里的--add-hosthost.docker.internal:host-gateway就是为此准备的——容器内通过这个域名访问宿主机的127.0.0.1:11434默认零配置直连。远程 Ollama在启动命令里加一个环境变量-e OLLAMA_BASE_URLhttps://你的服务器地址就切换过去了其余参数不变。只用 OpenAI 兼容 API加-e OPENAI_API_KEY你的密钥。vLLM、LM Studio、Groq 这类 OpenAI 兼容服务同理改一下地址即可。做完这一步在页面左上角的模型下拉框里应该能看到你拉取过的模型发一条消息验证流式输出是否正常。⚡ 第三步提速与调优三个可选开关开启 CUDA GPU 加速给同一条docker run加--gpus all并把镜像标签从:main换成:cuda。前提是宿主机装好 NVIDIA 容器工具包NVIDIA Container Toolkit。GPU 版主要加速 RAG 嵌入和图像生成跑推理仍走 Ollama 自身的显卡。离线模式完全无外网的机器上启动前设置HF_HUB_OFFLINE1阻止系统尝试从 Hugging Face 下载模型避免超时卡死。自定义模型参数用-e MODEL_CONFIG_JSON{your: config}以 JSON 形式覆盖默认推理参数适合批量调 temperature 之类的行为不用每次进页面改。 第四步数据别丢先搞清楚存在哪所有聊天记录、上传文件、数据库默认 SQLite都落在容器的/app/backend/data也就是你挂载的那个open-webui卷。这意味着两件事一是启动命令里绝不能漏掉那条-v参数漏掉等于数据写到容器里容器一删全没二是备份只需打包这个卷。仓库里docker-compose.data.yaml等编排文件默认就带了这行挂载照抄即可。想换 PostgreSQL 或把文件存到 S3属于进阶配置源码层面的实现在backend/open_webui/目录下的数据库与存储模块可按需查阅。️ 第五步出错自救最常见的三个坑无法连接服务器九成是容器摸不到宿主机的 Ollama。改用 host 网络模式去掉-p端口映射命令变成这样docker run -d --networkhost -v open-webui:/app/backend/data \ -e OLLAMA_BASE_URLhttp://127.0.0.1:11434 --name open-webui --restart always \ ghcr.io/open-webui/open-webui:main注意此时访问地址变为http://localhost:8080因为直接用上了容器内部端口。3000 端口被占用把-p 3000:8080改成-p 8080:8080或任意空闲端口即可冒号右边的容器端口不要动。版本怎么更新docker pull拉新镜像后重建容器就行数据卷在记录和配置不会丢。生产环境可以挂一个 watchtower 容器实现自动更新。接下来做两件事立刻给open-webui数据卷建一个定时备份docker run --rm -v open-webui:/data -v ./backup:/bak alpine tar czf /bak/data.tgz -C /data .这类思路即可丢数据比丢容器疼得多。上线后留意 GPU 显存和内存占用RAG 知识库变大时嵌入模型的开销会明显上升。想深入多用户权限、插件扩展Filters/Tools/MCP和企业认证直接翻仓库官方文档功能入口都在backend/open_webui/routers/对应的模块里能找到实现。【免费下载链接】open-webuiUser-friendly AI Interface (Supports Ollama, OpenAI API, ...)项目地址: https://gitcode.com/GitHub_Trending/op/open-webui创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考