Open WebUI 上手指南3 条命令搭一台属于自己的自托管 AI 聊天平台【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 是一款完全免费、可离线运行的自托管 AI 聊天平台让你把本地模型或任意 OpenAI 兼容 API 变成一套完整的聊天产品界面、知识库、权限管理全部自己掌控对话数据不出内网。 Docker 一条命令装好 Open WebUI装了 Docker 的机器一条命令就能跑起来。下面这条把容器端口映射到本机 3000 端口并把数据目录持久化到 Docker 卷模型和聊天记录不会随容器删除而消失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执行完访问http://localhost:3000首次进入会让你注册一个账号这个账号自动成为管理员。如果嫌 Docker 环境麻烦也可以用 pip 安装本机 Python 需为 3.11安装后运行open-webui serve即可默认端口 8080。 它是什么一个套在你模型外面的产品层跑起来之后先弄懂它的定位Open WebUI 本身不跑大模型而是负责界面、对话管理、知识库检索RAG和权限。模型由另一层提供——官方默认对接 Ollama也接受任何 OpenAI 兼容的 APIvLLM、LM Studio、Mistral 等改一个 API 地址即可。后端代码就放在仓库的backend/open_webui/目录下路由、数据模型、检索模块划分清晰想读源码可以从 后端检索模块 看起。 跑起来之后最常用的三件事把文档变成能问答的知识库上传 PDF、Word、MarkdownOpen WebUI 自动切分、向量化并存进向量库内置 ChromaDB、Qdrant、Milvus 等 9 种可选回答时先检索再让模型组织语言这就是 RAG。让多个模型同台回答同一个问题可以丢给几个模型并行作答方便对比效果也便于 A/B 评估选主力模型。频道与自动化频道是人和 AI 共享的实时讨论空间自动化则让一段提示词按计划周期执行适合日报生成、定期检查这类重复劳动。⚠️ 新部署最常踩的 3 个坑漏挂数据卷docker 命令里没有-v open-webui:/app/backend/data容器一删账号和聊天记录全丢。端口对不上改用--networkhost方式连接 Ollama 后没有端口映射访问地址要换成http://localhost:8080。容器连不上 Ollama常见报错就是容器内访问不到宿主机的 11434 端口保留启动命令里的--add-hosthost.docker.internal:host-gateway即可彻底不行时改用--networkhost。 跑通之后还能往哪走本地没 GPU 也可以起步有:ollama标签的镜像把 Open WebUI 和 Ollama 打进同一个容器一条命令搞定有 NVIDIA 显卡就换:cuda标签并加--gpus all。团队部署时可以切 PostgreSQL、用 Redis 做多节点水平扩展还支持 LDAP/AD、SSO 与 SCIM 自动开通账号、OpenTelemetry 监控具体以官方文档为准。Open WebUI 把一个完整的自托管 AI 聊天平台装进了一个 Docker 镜像免费、离线、数据在自己手里。现在就试上面的命令打开http://localhost:3000建好账号接上你的本地模型今晚就能开始第一句对话。【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