Open WebUI 10 分钟本地部署一条命令跑起自己的 AI 对话界面Ollama / OpenAI 兼容【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家里电脑上已经装了 Ollama但你还在终端里一行行敲 curl 让它回话Open WebUI 就是来终结这种体验的它是一个自托管的 AI 对话界面接上 Ollama 或任何 OpenAI 兼容 API就能在浏览器里得到一个完整的本地 AI 对话平台。数据全部留在自己的机器上断网也能用。它开箱就带多模型切换、文档知识库、持久记忆、多人权限管理。下面按你第一次使用的顺序走一遍装好它连上模型发出第一条消息再聊聊怎么把它用起来。全程不用写一行代码。Open WebUI 主界面左侧是对话列表中间是模型流式回复区右侧可挂载知识库 把项目跑起来最省事的方式是用官方提供的:ollama镜像——它把 Ollama 和 Open WebUI 打进同一个容器一条命令就能把界面 本地模型全带上docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama两个地方可能要按你的情况改-p 3000:8080里的 3000 是你本机访问用的端口被占用就换成空闲端口有 NVIDIA 显卡的话加上--gpus all并改用:cuda镜像。如果你不想用捆绑版Ollama 已经装在本机那改用默认镜像容器会自动连到宿主机的 11434 端口Ollama 在别的机器上时把启动参数OLLAMA_BASE_URL指向那台机器即可。只打算用 OpenAI 兼容 API 的话在命令里加一个OPENAI_API_KEY你的key就行。喜欢源码部署也可以Python 3.11 环境下安装 open-webui 包后运行 serve 命令效果相同。️ 从启动到第一次对话首次启动要拉镜像、建数据库等一两分钟然后浏览器打开http://localhost:3000。页面会要求注册账号用邮箱 密码建一个即可第一个注册的账号自动是管理员。登录后看界面左上角的模型下拉框:ollama镜像自带模型服务但模型文件还是要拉去 Ollama 那端执行ollama pull llama3.1任选一个即可然后回 Open WebUI 点模型列表旁边的刷新按钮。选一个模型开始聊。参数不用碰Temperature 留在默认值附近就够第一次体验。发出第一条消息回复会逐字流式显示对话自动存进左侧列表随时可以回看。新用户首次进入时看到的欢迎页项目自带素材static/assets/如果自动连不上 Ollama或者你想手动指定模型服务地址所有连接参数都是环境变量集中在 backend/open_webui/config.py 里找OLLAMA_BASE_URL、OPENAI_API_KEY这两个改就行。 让它更好用用自己的文档提问。把 PDF 直接拖进聊天输入框发出去文件会被解析进知识库以后在输入框里打#可以引用整个知识库或某个文档模型就基于你的材料回答。这是把聊天机器人变成能查资料的助手的关键一步全部在本地完成。给模型套壳做专属助手。在模型列表里点任意模型的编辑按钮可以给它固定一段系统提示词性格、语气、专业约束并绑定专属知识库存好之后它就是一个专属 agent。比如把客服话术、团队规范写进去得到一个只按规矩说话的数字同事。开启持久记忆。在设置里打开 Memory 开关AI 会自动记下你提到的个人事实名字、偏好、常聊的项目下次新对话直接用上不用每次重新交代背景。️ 遇到问题时看这里页面打不开或提示 Server Connection Error。先用docker logs open-webui看日志。最常见的坑是 WebUI 容器连不上 Ollama容器里访问的127.0.0.1:11434指向的是容器自己。改用--networkhost方式启动即可解决此时访问地址从localhost:3000变成localhost:8080。模型列表是空的或者选了模型没反应。确认 Ollama 端真的拉了模型ollama list能看到它再确认 Open WebUI 里OLLAMA_BASE_URL指向的机器和 Ollama 实际所在机器一致。端口冲突。启动时 3000 被占用的话把-p 3000:8080改成-p 8099:8080之类的空闲端口重启容器后换新地址访问。排查前先记两个位置所有数据库、聊天记录、上传文件都在 open-webui 这个卷里容器内路径 /app/backend/data源码目录对应 backend/open_webui/data/容器日志用docker logs open-webui实时查看。 接下来可以试试跑通之后建议先去 Ollama 那边再拉一个小一号的模型在同一个界面里来回切换直观感受不同模型的速度和回答差异。之后花十分钟翻一遍 README.md 里的功能清单——日历、频道、自动化、图像生成都在里面按需开启即可。真踩到 bug 也别自己耗项目维护活跃直接去提 issue 是最快的路径。【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 
长河君 · 2026/8/28 10:41:29 · 阅读 1.2k Open WebUI 10 分钟本地部署：一条命令跑起自己的 AI 对话界面（Ollama / OpenAI 兼容）
Open WebUI 10 分钟本地部署一条命令跑起自己的 AI 对话界面Ollama / OpenAI 兼容【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家里电脑上已经装了 Ollama但你还在终端里一行行敲 curl 让它回话Open WebUI 就是来终结这种体验的它是一个自托管的 AI 对话界面接上 Ollama 或任何 OpenAI 兼容 API就能在浏览器里得到一个完整的本地 AI 对话平台。数据全部留在自己的机器上断网也能用。它开箱就带多模型切换、文档知识库、持久记忆、多人权限管理。下面按你第一次使用的顺序走一遍装好它连上模型发出第一条消息再聊聊怎么把它用起来。全程不用写一行代码。Open WebUI 主界面左侧是对话列表中间是模型流式回复区右侧可挂载知识库 把项目跑起来最省事的方式是用官方提供的:ollama镜像——它把 Ollama 和 Open WebUI 打进同一个容器一条命令就能把界面 本地模型全带上docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama两个地方可能要按你的情况改-p 3000:8080里的 3000 是你本机访问用的端口被占用就换成空闲端口有 NVIDIA 显卡的话加上--gpus all并改用:cuda镜像。如果你不想用捆绑版Ollama 已经装在本机那改用默认镜像容器会自动连到宿主机的 11434 端口Ollama 在别的机器上时把启动参数OLLAMA_BASE_URL指向那台机器即可。只打算用 OpenAI 兼容 API 的话在命令里加一个OPENAI_API_KEY你的key就行。喜欢源码部署也可以Python 3.11 环境下安装 open-webui 包后运行 serve 命令效果相同。️ 从启动到第一次对话首次启动要拉镜像、建数据库等一两分钟然后浏览器打开http://localhost:3000。页面会要求注册账号用邮箱 密码建一个即可第一个注册的账号自动是管理员。登录后看界面左上角的模型下拉框:ollama镜像自带模型服务但模型文件还是要拉去 Ollama 那端执行ollama pull llama3.1任选一个即可然后回 Open WebUI 点模型列表旁边的刷新按钮。选一个模型开始聊。参数不用碰Temperature 留在默认值附近就够第一次体验。发出第一条消息回复会逐字流式显示对话自动存进左侧列表随时可以回看。新用户首次进入时看到的欢迎页项目自带素材static/assets/如果自动连不上 Ollama或者你想手动指定模型服务地址所有连接参数都是环境变量集中在 backend/open_webui/config.py 里找OLLAMA_BASE_URL、OPENAI_API_KEY这两个改就行。 让它更好用用自己的文档提问。把 PDF 直接拖进聊天输入框发出去文件会被解析进知识库以后在输入框里打#可以引用整个知识库或某个文档模型就基于你的材料回答。这是把聊天机器人变成能查资料的助手的关键一步全部在本地完成。给模型套壳做专属助手。在模型列表里点任意模型的编辑按钮可以给它固定一段系统提示词性格、语气、专业约束并绑定专属知识库存好之后它就是一个专属 agent。比如把客服话术、团队规范写进去得到一个只按规矩说话的数字同事。开启持久记忆。在设置里打开 Memory 开关AI 会自动记下你提到的个人事实名字、偏好、常聊的项目下次新对话直接用上不用每次重新交代背景。️ 遇到问题时看这里页面打不开或提示 Server Connection Error。先用docker logs open-webui看日志。最常见的坑是 WebUI 容器连不上 Ollama容器里访问的127.0.0.1:11434指向的是容器自己。改用--networkhost方式启动即可解决此时访问地址从localhost:3000变成localhost:8080。模型列表是空的或者选了模型没反应。确认 Ollama 端真的拉了模型ollama list能看到它再确认 Open WebUI 里OLLAMA_BASE_URL指向的机器和 Ollama 实际所在机器一致。端口冲突。启动时 3000 被占用的话把-p 3000:8080改成-p 8099:8080之类的空闲端口重启容器后换新地址访问。排查前先记两个位置所有数据库、聊天记录、上传文件都在 open-webui 这个卷里容器内路径 /app/backend/data源码目录对应 backend/open_webui/data/容器日志用docker logs open-webui实时查看。 接下来可以试试跑通之后建议先去 Ollama 那边再拉一个小一号的模型在同一个界面里来回切换直观感受不同模型的速度和回答差异。之后花十分钟翻一遍 README.md 里的功能清单——日历、频道、自动化、图像生成都在里面按需开启即可。真踩到 bug 也别自己耗项目维护活跃直接去提 issue 是最快的路径。【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