企业官网建设流程全解析

Open WebUI 安装教程：5 分钟装好本地 AI 聊天界面

【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-webui

这篇 Open WebUI 安装与部署教程带你用 Docker 或 pip 两种方式，把一套自托管的大模型聊天平台跑进浏览器，装完打开 localhost 就能直接和模型对话，完全支持离线。

先搞清它适合谁

你手头已经有 Ollama 或 OpenAI 兼容的模型服务，但嫌命令行和 API 调用太原始，想要一个开箱即用的聊天界面，还带文件管理、工作区和权限控制——Open WebUI 就是干这个的。它把模型跑在你自己的机器上，数据不出本机，个人本地部署、企业内网部署这类在意隐私的场景都能直接落地。

安装方式怎么选

除非你要动源码，否则直接选 Docker。

三步装好容器 🚀

第一步：基础镜像。整体复制下面命令执行（-d让容器后台运行；-p 3000:8080把容器内的 8080 端口映射到主机的 3000，装完访问 http://localhost:3000）：

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

这里--add-host让容器内能通过 host.docker.internal 找到宿主机上的 Ollama；-v open-webui:/app/backend/data把聊天数据挂到持久化卷，容器删了数据还在，对应仓库里的 backend/data/ 目录；--restart always保证开机自启。

第二步：pip 方式（可选）。不用 Docker 的话，两条命令搞定，装完访问 http://localhost:8080，界面与 Docker 版完全一致：

pip install open-webui open-webui serve

第三步：GPU 加速（可选）。想启用 CUDA，先确保宿主机装了 NVIDIA 容器工具包，再把镜像标签换成ghcr.io/open-webui/open-webui:cuda，并在命令里追加--gpus all，把宿主机 GPU 全部透传给容器，其余参数保持不变。

装好打开浏览器，你会看到这样的聊天主界面：

关键配置项怎么写 ⚙️

排错速查 🔧

• 模型列表连不上、提示 Ollama 不可达→ 容器默认访问不到宿主机 → 加上--add-host=host.docker.internal:host-gateway；仍不行就改用--network=host共享宿主机网络，并配-e OLLAMA_BASE_URL=http://127.0.0.1:11434。
• 3000 端口被占用→ 本地已有其他服务占着这个端口 → 把端口映射改成-p 8080:8080，浏览器改访问 http://localhost:8080。
• GPU 没生效→ 少了--gpus all或镜像标签没用 cuda 版 → 两者缺一不可，另需宿主机先装好 NVIDIA 容器工具包。

收尾

到这里，Open WebUI 的 Docker 部署或 pip 安装就算完成了，接上 Ollama 马上能聊。更多参数去 docs/ 目录下的官方文档里查，后端 AI 功能源码在 backend/open_webui/，想深挖某块功能直接翻目录就行。

【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