Open WebUI：开源 LLM Web 界面（原 Ollama WebUI）

为什么需要 Open WebUI：从“裸 Ollama”到“开箱即用的聊天平台”

Ollama 等本地推理引擎默认只提供 REST API 与终端命令。企业或开发者团队中，业务人员无法直接通过浏览器使用模型；即使有 API，也要自行实现会话存储、登录鉴权、历史记录、文档上传等一整套工程能力。从零开发一个可用的对话前端，工作量通常在数千行以上，且后续维护成本不低。

Open WebUI 把这些工程能力打包成开箱即用的产品：注册登录与管理员后台、多模型切换与参数调整、基于向量检索的文档问答、知识库管理、网页浏览与语音输入。它完全离线可用，也支持通过 OpenAI 兼容接口接入云端模型，一个界面同时管理本地与远程模型。

与 LangChain/LlamaIndex 这类偏代码的编排框架不同，Open WebUI 面向“部署即用”的产品化场景，不写代码也能交付完整前台；与商业 SaaS 相比，数据与模型全部自持，不经过第三方服务器，这对数据敏感的内网场景是硬性要求。

安装与环境配置：3 步就绪

步骤一 · Docker 安装（推荐）：官方镜像发布在 ghcr.io，一条 docker run 即可启动，数据目录挂载到命名卷 open-webui。

步骤二 · pip 安装（备用）：Python 3.11+ 环境执行 pip install open-webui，适合已有 Python 服务、不想引入 Docker 的部署场景。

步骤三 · 配置 Ollama 供容器访问：Docker 容器内 localhost 指向容器自身，无法直达宿主机 Ollama。需要让宿主机 Ollama 监听 0.0.0.0，并在容器内通过 host.docker.internal 访问；Linux 上需加 --add-host 参数，macOS/Windows 的 Docker Desktop 已内置该域名。

验证：浏览器打开 http://localhost:3000，出现注册页面即安装成功；首个注册账号自动成为管理员。

# 1) Docker 部署：宿主机 3000 → 容器 8080，数据卷持久化docker run -d -p 3000:8080 \  --add-host=host.docker.internal:host-gateway \  -v open-webui:/app/backend/data \  --name open-webui \  --restart always \  ghcr.io/open-webui/open-webui:main # 2) pip 方式（备用）pip install open-webuiopen-webui serve   # 默认监听 0.0.0.0:8080 # 3) 宿主机 Ollama 开放监听，供容器访问OLLAMA_HOST=0.0.0.0 ollama serve

快速上手：10 分钟跑通第一个对话与 RAG

思路：Open WebUI 的配置集中在管理面板，首次登录后依次完成「连接模型后端 → 选择模型对话 → 上传文档测试 RAG」三步。

1. 打开 http://localhost:3000，注册账号。系统将首个账号设为管理员。

2. 进入「管理面板 → 设置 → 外部连接」，填写 Ollama Base URL：Docker 部署填 http://host.docker.internal:11434，pip 本机部署填 http://localhost:11434，保存后等待连接状态变为可用。

3. 回到聊天页，在模型选择器中选择 Ollama 中的模型。若列表为空，先在宿主机执行 ollama pull qwen2.5:7b 拉取模型。

4. 发送消息验证对话；点击输入框旁的文档图标上传 PDF/TXT，提问时勾选该文档，即触发 RAG 检索。

结果说明：模型正常回答且能引用文档内容，即全链路打通。进阶可在「管理面板 → 设置 → 文档」中查看 embedding 模型状态——首次上传文档时会自动下载默认 embedding 模型（约百 MB 级），该模型 CPU 即可运行。

核心能力详解：5 大支柱

支柱一 · 多模型统一网关：Open WebUI 不是某个模型的专用界面。它原生对接 Ollama，同时支持任意 OpenAI 兼容 API 端点，可将 DeepSeek、OpenAI、vLLM 网关等集中到一个对话入口，用户侧无需感知后端差异，管理员可全局配置多个连接。

支柱二 · RAG 知识库：对话中可上传文档，系统将内容切片并向量化，检索后连同原文片段交给模型回答，从而基于自有资料（产品手册、论文、运维文档）做问答。文档集中维护在「工作空间 → 文档」，回答可溯源到具体文档片段。

支柱三 · 多用户与 RBAC：支持注册登录、管理员/成员角色、模型可见性控制。管理员可限制某模型仅对指定用户可见，避免团队混用导致资源占用或成本失控，也可关闭公开注册改为管理员手动建号。

支柱四 · Pipelines 插件：Pipelines 是独立部署的 Python 插件服务（默认 9099 端口），可在请求进入模型前或响应返回前执行自定义逻辑（内容过滤、格式转换、提示词注入），在「管理面板 → Pipelines」中注册连接即可生效。

支柱五 · 模型管理（v0.6+）：从 WebUI 内直接浏览、拉取、删除 Ollama 模型，支持模型别名与参数配置，不再需要回到命令行操作，降低了非技术用户的使用门槛。

生产部署与监控：从上线到运维

部署方式一 · Docker Compose + HTTPS 反代：用 docker-compose.yml 固定镜像版本与数据卷，前置 Caddy/Nginx 承担 TLS 终结。多用户场景建议在「设置 → 安全」中关闭公开注册，由管理员创建账号，并为前端配置强制 HTTPS 跳转。

部署方式二 · 系统服务化：pip 安装后可注册 systemd 服务，设置 DATA_DIR 环境变量指定数据目录，与主站共用一台机器时注意 8080 端口冲突，可通过 PORT 环境变量调整监听端口。

可观测性：镜像提供 /health 健康检查端点，返回 true 即服务正常；通过 docker logs open-webui 查看后端日志。建议在编排层配置内存/CPU 资源限制与日志轮转，并定期备份数据卷。用户量增大后，将默认的 SQLite 切换为 PostgreSQL（通过 DATABASE_URL 环境变量），避免写锁竞争导致的请求阻塞。

<p class="para-label">避坑清单：</p>

<ul class="dash-list"><li>忘记挂载数据卷：不挂 -v open-webui:/app/backend/data，容器删除后账号、会话、文档全部丢失，升级前务必确认数据卷存在</li><li>Docker 内连不上 Ollama：容器里 localhost 不是宿主机，必须把 Ollama 的 OLLAMA_HOST 设为 0.0.0.0 并连接 host.docker.internal:11434</li><li>镜像 tag 选错：:main 是滚动最新版，生产环境建议固定具体版本号（如 :v0.6.x），避免自动升级引入不兼容变更</li><li>公开注册未关闭：默认允许注册会把服务暴露给任意访客，公网部署务必关闭注册或接入 OAuth/反向代理鉴权</li><li>修改配置后不重启：外部连接、模型参数变更后若未生效，保存配置后重启容器确认，避免排查半天发现是缓存</li></ul>

版本迭代

Open WebUI 从 2023 年底 Ollama WebUI 的单模型聊天页起步，一路加入用户系统、RAG、多模态、Pipelines 与模型管理，路线始终是把“部署模型周边能力”产品化，而非做模型本身。（截至训练数据，可能已有更新版本）

AI 应用场景

常见误区

面试题

参考来源

• webpageOpen WebUI 官网项目介绍与社区入口