企业官网建设流程全解析

Open WebUI 部署教程：一条 Docker 命令跑通带知识库的本地 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

Open WebUI 是一个自托管的 AI 聊天平台：它本身不跑模型，只为 Ollama 或 OpenAI 兼容 API 这类推理服务提供统一网页界面，内置用户权限与本地 RAG 知识库，适合已有本地推理服务、想给团队一个可用聊天入口的人。

它干什么，不干什么

• 干：为本地 Ollama 与任意 OpenAI 兼容 API（LMStudio、vLLM、GroqCloud 等）提供统一聊天入口，自带账号体系、RBAC 分组权限、本地知识库与插件机制（Filters / Tools / Skills / MCP）。
• 不干：不跑推理。没有推理服务，模型列表就是空的，发消息也不会有回答。
• 与 ChatGPT-Next-Web 这类前端不同：那些只是套壳展示，Open WebUI 有自己的账号、权限、文件存储与数据卷，是可长期维护的平台。
• 边界：支持完全离线运行，模型、向量化、数据库全部在本地，适合不能出网的内网环境。

开跑前要备什么

• 一台装好 Docker 的机器（不用容器则需 Python 3.11）；
• 端口：容器内部监听 8080，默认映射宿主机 3000，3000 被占用就改映射前段；
• 至少一个可用的推理服务：本机或异机 Ollama，或有 Key 的云端 API；
• 首次启用知识库会本地下载 all-MiniLM-L6-v2 嵌入模型，约 90MB，需要当时联网；
• 数据库默认 SQLite，零部署；后续可换 PostgreSQL。
• 纯离线环境加HF_HUB_OFFLINE=1，避免启动时尝试下载模型。

什么情况不建议装：一次性演示、不打算维护常驻服务的人，直接用云服务更省事。

最短路径跑起来

单容器命令，完整复制：

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

不用 Docker 的替代方案一句话带过：pip install open-webui后执行open-webui serve，服务在 localhost:8080；想让 Ollama 同集群部署，用仓库自带的 docker-compose.yaml，它自带 Ollama 容器并预配好OLLAMA_BASE_URL。

怎么确认它活着

三个信号，按顺序核：

✅ 浏览器打开http://localhost:3000，出现注册页，首个注册的账号自动成为管理员。 ✅docker ps中容器状态为 Up。 ✅curl http://localhost:3000/health返回{"status": true}；做滚动部署可改用/ready，它只在启动完成且数据库可连时才返回 200。

注册页只认第一个账号为管理员，之后注册入口自动关闭，新成员只能由管理员在后台创建。

把模型接进来

已有推理服务的，只改部署命令的增量，三种场景：

Ollama 在本机——什么都不用改。只要 host.docker.internal 能通 11434 端口，顶部模型列表直接出现模型名，选中即可对话。

Ollama 在另一台机器——追加一个环境变量，带上端口：

-e OLLAMA_BASE_URL=http://192.168.1.100:11434

接云端 API（OpenAI 或任意 OpenAI 兼容服务）——追加一个 Key：

-e OPENAI_API_KEY=your_key

只走云端的话，Ollama 相关参数全部可以不加；启动后也可由管理员在"外部连接"里补填端点与 Key。

Ollama 想装进同一个容器——镜像 tag 由:main换成:ollama，加-v ollama:/root/.ollama挂模型目录，有 NVIDIA 卡再加--gpus=all。GPU 宿主机上想给 WebUI 本身加速则换:cudatag，前提是装了 NVIDIA Container Runtime。

接入后在顶部菜单选模型，底部输入框发消息，回答以流式逐字返回。

让它读你的文档

进 Knowledge（知识库）页面，拖入 PDF、Word 或 txt，系统用 all-MiniLM-L6-v2 在本地完成向量化并存入 ChromaDB，全程不出内网；大体积文档可再配 Tika、Docling 等解析引擎。

对话时在输入框敲#，选中已上传的文件，模型就基于该文档作答；#加 URL 也能把网页拉进对话。

效果：问"这份合同的退款流程是什么"，引用的是你上传的条款，而不是凭训练语料编造。多人使用时，管理员可按用户组控制每个账号能碰哪些模型与文档。

最常卡住的几个地方

更多连接类问题的排查逻辑，见仓库里的 TROUBLESHOOTING.md。

上线前过一遍

• ✅ 数据卷已挂载，重启容器后聊天历史仍在
• ✅ 管理员账号已确认，注册入口已关闭
• ✅OLLAMA_BASE_URL或 API Key 已验证，模型列表非空
• ✅WEBUI_SECRET_KEY会话签名密钥已配置，不裸奔暴露
• ✅ 暴露到局域网/公网前，反向代理已配 HTTPS 与防火墙规则

官方文档在 docs.openwebui.com，K8s、Helm 与离线部署都有现成章节；后端核心代码在 backend/open_webui/，部署遇阻先查 TROUBLESHOOTING.md，缺陷直接提仓库 issue。

【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