如何快速部署 Open WebUI：新手本地 AI 平台完整指南

如何快速部署 Open WebUI新手本地 AI 平台完整指南【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 是一个可以完全离线运行的自托管本地 AI 平台把它部署在自己的电脑上接上 Ollama 或任意 OpenAI 兼容 API就能立即开始对话不依赖任何云服务。下面按「跑起来 → 接模型 → 用顺手 → 长期稳定 → 排障」的顺序走一遍几分钟就能拥有自己的 AI 界面。一条命令把容器跑起来先确认电脑上装了 Docker或 Python 3.11走原生安装的话。三条路任选其一路径镜像 / 关键点适合谁DockerCPUopen-webui:main默认部署方式绝大多数人本文主线DockerNVIDIA GPUopen-webui:cuda--gpus all机器上有独显、想加速pip 原生pip install open-webui后open-webui serve不想装 Docker端口为 8080走 Docker 的话这条命令可以直接抄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几个参数拆开看-p 3000:8080让浏览器访问http://localhost:3000-v open-webui:/app/backend/data把数据库放进命名卷聊天记录才不丢--add-host让容器内能摸到宿主机的 Ollama--restart always崩溃后自动拉起。变体不用记命令改两个地方就行GPU 版把镜像换成:cuda并加--gpus all想连云端 OpenAI 则加-e OPENAI_API_KEY你的密钥。 连 Ollama 都懒得单独装的直接换:ollama标签镜像一个容器把 Open WebUI 和 Ollama 一起带上记得多挂一个-v ollama:/root/.ollama。接上模型发出第一条消息打开http://localhost:3000注册第一个账号——创建者自动成为管理员之后加的人都受它管辖。模型怎么接取决于它在哪模型服务位置连接方式说明本机 Ollama什么都不用做启动命令里已含host.docker.internal默认路径开箱即用另一台机器的 Ollama启动时加-e OLLAMA_BASE_URLhttp://192.168.x.x:11434也可以稍后在「设置 → 常规」里改 URL云端 OpenAI 兼容服务加-e OPENAI_API_KEY...或指向 LM Studio、vLLM 等端点本地、云端可以混着用在左侧模型列表里挑一个Ollama 的模型会自动被发现选个聊天模板发一句「你好」。如果列表是空的十有八九是 Ollama 没起或者 URL 写错——这是最常见的卡点后面排障章节会再讲。把它调成贴合你工作流的样子跑通对话之后真正拉开体验差距的是这几块功能权限。管理员在后台给用户分配角色粒度到「谁能管理模型、谁能看知识库」角色能力边界给谁用管理员全部功能 用户与模型管理你编辑者创建/编辑内容、管理模型需要维护资源的人查看者只能聊天和只读访问大多数日常使用者插件。五类扩展覆盖不同介入时机Filters 和 Actions 在消息收发时做预处理/后处理Pipes 改变模型调用链路本身Tools 让模型去调外部服务Skills 打包可复用的能力。社区商店里直接装也可以自己写。协作。Channels 提供团队实时共享空间AI 和人在同一条时间线里发消息、建线程、加反应日历支持用自然语言让模型帮你排日程Automations 则能让提示词按定时或条件自动跑结果直接落回聊天里。长期稳定运行数据、资源与监控合在一起做数据不丢一半靠启动时那条-v open-webui:/app/backend/data另一半靠备份。一条命令打快照docker run --rm -v open-webui:/source -v ./backups:/backup \ alpine tar -czf /backup/open-webui-$(date %Y%m%d).tar.gz -C /source .资源调优多数场景默认值就够真遇到瓶颈再动这三个环境变量参考值作用MAX_WORKERSCPU 核心数的一半到两倍后端工作进程数AIOHTTP_CLIENT_TIMEOUT300秒等模型出结果的超时默认 5 分钟大模型慢就调大LOG_LEVELINFO排障时DEBUG日志详细程度监控自愈启动时加--health-cmd curl -f http://localhost:8080/api/health || exit 1 --health-interval 30s --health-retries 3Docker 就会自动判活重启。容器吃内存太多导致宿主机卡顿时用--memory给它封顶别让它无限涨。出问题时先查这三处按命中率排序症状最可能的原因先做这一步模型列表空 / Server Connection Error容器摸不到 Ollama默认 11434 端口确认启动命令带--add-host跨机器就核对OLLAMA_BASE_URL仍不通改用--networkhost界面打不开端口被占或容器挂了docker ps -a看状态docker logs --since 1h open-webui 21 \| grep -i error抓报错重启后聊天没了数据卷没挂上检查启动参数里的-v open-webui:/app/backend/data回复慢、中途断默认 5 分钟超时触发调大AIOHTTP_CLIENT_TIMEOUT实时盯日志就一条docker logs -f open-webui。更细的链路原理比如/ollama路由如何转发到OLLAMA_BASE_URL可以看仓库里的 TROUBLESHOOTING.md。下一步想深入就看 后端源码 里的routers/和utils/部署变体参考 docker-compose.yaml安全响应流程和已披露漏洞的修复版本记录在 docs/SECURITY.md。社区维护活跃遇到本文没覆盖的问题Discord 社区里问最快。收尾自查清单全部满足算部署完成✅http://localhost:3000能打开并登录✅ 模型列表非空且第一条消息得到正常回复✅ 重启容器后聊天记录仍在✅ 健康检查返回 healthydocker logs无持续报错✅ 至少给一个普通用户配了「查看者」角色并验证生效【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