open-webui 高速下载&Docker本地部署集成远程Ollama

open-webui 高速下载&Docker本地部署集成远程Ollama

open-webui 镜像快速高速下载

docker pull swr.cn-north-4.myhuaweicloud.com/ddn-k8s/ghcr.io/open-webui/open-webui:v0.6.9

https://docker.aityp.com/r/ghcr.io/open-webui/open-webuihttps://docker.aityp.com/r/ghcr.io/open-webui/open-webui

部署教程官网即可

https://docs.openwebui.com/https://docs.openwebui.com/

启动Ollama在另一台机器上,默认启动,对外开放端口11434

打开ip访问限制,以便于其他机器访问

在open-webui的机器上面测试一下链接

curl http://x.x.x.x:11434/api/tags

返回

{"models":[{"name":"deepseek-r1:1.5b","model":"deepseek-r1:1.5b","modified_at":"2025-10-17T11:11:29.4666943+08:00","size":1117322768,"digest":"e0979632db5a88d1a53884cb2a941772d10ff5d055aabaa6801c4e36f3a6c2d7","details":{"parent_model":"","format":"gguf","family":"qwen2","families":["qwen2"],"parameter_size":"1.8B","quantization_level":"Q4_K_M"}},{"name":"shaw/dmeta-embedding-zh:latest","model":"shaw/dmeta-embedding-zh:latest","modified_at":"2025-02-14T10:42:45.1430249+08:00","size":408735076,"digest":"55960d8a3a42ec79bc9004b27e208101999102cddeb17114de9284d2cfc12022","details":{"parent_model":"","format":"gguf","family":"bert","families":["bert"],"parameter_size":"102M","quantization_level":"F32"}},{"name":"llama3.2:1b","model":"llama3.2:1b","modified_at":"2025-02-11T10:14:21.9681641+08:00","size":1321098329,"digest":"baf6a787fdffd633537aa2eb51cfd54cb93ff08e28040095462bb63daf552878","details":{"parent_model":"","format":"gguf","family":"llama","families":["llama"],"parameter_size":"1.2B","quantization_level":"Q8_0"}},{"name":"nomic-embed-text:latest","model":"nomic-embed-text:latest","modified_at":"2025-02-10T09:53:10.7782173+08:00","size":274302450,"digest":"0a109f422b47e3a30ba2b10eca18548e944e8a23073ee3f3e947efcf3c45e59f","details":{"parent_model":"","format":"gguf","family":"nomic-bert","families":["nomic-bert"],"parameter_size":"137M","quantization_level":"F16"}}]}

Docker启动open-webui,命令如下

sudo docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=http://x.x.x.x:11434 -v open-webui:/app/backend/data --name web --restart always swr.cn-north-4.myhuaweicloud.com/ddn-k8s/ghcr.io/open-webui/open-webui:v0.6.9

启动后即可连接到Ollama服务上的模型了

随意切换模型,开始聊天吧

Read more

10 个AI写作工具,自考论文轻松搞定!

10 个AI写作工具,自考论文轻松搞定!

10 个AI写作工具,自考论文轻松搞定! AI 写作工具如何助力自考论文高效完成 对于正在准备自考论文的学子来说,写作过程往往充满挑战。从选题到结构搭建,再到内容撰写和反复修改,每一步都可能让人感到压力山大。而随着 AI 技术的发展,越来越多的 AI 写作工具被应用于学术写作中,为自考生提供了强有力的支持。这些工具不仅能够降低 AIGC 率,还能在保持语义通顺的基础上,提升写作效率。 在众多 AI 工具中,许多都具备内容生成、逻辑优化、语法检查等核心功能,尤其适合需要大量文字输出的论文写作场景。它们不仅能帮助用户快速生成初稿,还能通过智能改写和降重功能,有效避免重复率过高的问题。同时,这些工具也逐渐变得更加智能化和人性化,让学术写作变得更加轻松。 工具名称主要功能适用范围千笔无限次改稿、大纲生成、初稿生成、一站式学术支持各学位阶段学生及科研工作者锐智 AI内容生成、长文本处理文案创作、综合问答云笔AI大纲搭建、论文初稿论文写作初期文途AI开题报告模板与资料论文开题阶段小微论文一键生成各类论文初稿快速出初稿场景降重鸟操作简便,可重新生成文件管理杂乱时早降重专注降重,无多余功

【OpenClaw:赚钱】案例19、内容产量5倍、广告收入翻4倍:播客转多平台内容矩阵全自动化实战(OpenAI Whisper + Claude)

【OpenClaw:赚钱】案例19、内容产量5倍、广告收入翻4倍:播客转多平台内容矩阵全自动化实战(OpenAI Whisper + Claude)

内容产量5倍、广告收入翻4倍:播客转多平台内容矩阵全自动化实战(OpenAI Whisper + Claude) 本文拆解内容创业者社区真实案例:用AI自动化将单期播客拆解为跨平台内容矩阵,内容产量提升5倍,广告月收入从¥8,000暴涨至¥35,000。从音频转写、内容提炼到多平台草稿生成,手把手教你打造高效内容分发流水线。 一、案例背景:内容创作者的效率革命 1.1 核心数据与业务本质 一位科技类播客主通过AI自动化内容矩阵系统,实现了内容生产与商业收入的双重飞跃: 核心指标优化前优化后提升幅度单期内容产量1期播客1套完整内容矩阵(6类内容)+500%周更新频率1次/周5次/周+400%月广告收入¥8,000¥35,000+337.5%内容生产耗时8小时/期1小时/期-87.5%平台覆盖仅播客播客+公众号+小红书+微博+LinkedIn+短视频+500%

2026最新AI聚合系统(渐进式AIGC系统):nano-banana-2第二代绘画、VEO3/VEO3.1、Sora-2视频生成大模型私有化独立系统+扣子工作流Agent智能体

2026最新AI聚合系统(渐进式AIGC系统):nano-banana-2第二代绘画、VEO3/VEO3.1、Sora-2视频生成大模型私有化独立系统+扣子工作流Agent智能体

SparkAi系统:渐进式AIGC系统,一款基于OpenAi/ChatGPT、GPT-5.2/GPT-5、最新旗舰大模型Claude-opus-4-6、nano-banana-2第二代绘画大模型、Gemini-3.1-pro、DeepSeek、Sora-2、VEO3.1、Agent智能体 扣子(coze)插件、工作流、函数、知识库 等AI大模型能力开发的一站式AI系统;支持「🤖AI聊天」、「🎨专业AI绘画」、「🧠AI智能体」、「🪟Agent应用」、「🎬AI视频生成」等,支持独立私有部署!提供面向个人用户 (ToC)、开发者 (ToD)、企业 (ToB)的全面解决方案。 一、SparkAi系统/官网 最新旗舰大模型Claude-opus-4-6、GPT-5.3-Codex、GPT-5.2、GPT-5-PRO、gpt-image-1.5绘画大模型、超强生图

Z-Image-Turbo_Sugar脸部Lora:5分钟快速部署甜妹风格AI绘画

Z-Image-Turbo_Sugar脸部Lora:5分钟快速部署甜妹风格AI绘画 你是不是也想轻松生成那种让人眼前一亮的甜妹风格AI绘画?现在有了Z-Image-Turbo_Sugar脸部Lora,只需要5分钟就能部署完成,无需任何复杂配置,直接开始创作属于你的甜美系AI艺术作品。 这个镜像基于强大的Z-Image-Turbo模型,专门针对甜妹风格进行了优化,无论是清纯可爱的淡颜系,还是微醺迷人的蜜桃系,都能一键生成。下面我就带你快速上手这个超好用的AI绘画工具。 1. 环境准备与快速启动 1.1 选择合适的环境 在ZEEKLOG算力平台选择"Z-Image-Turbo_Sugar脸部Lora"镜像创建实例。这个镜像已经预装了所有必要的依赖,包括Xinference推理框架和Gradio可视化界面,开箱即用。 建议选择GPU环境以获得更好的生成速度,不过CPU环境也能正常运行,只是生成时间会稍长一些。 1.2 等待服务启动 创建实例后,系统会自动启动所有服务。初次加载需要一些时间,因为要加载模型权重和初始化推理环境。你可以通过以下命令查看启动状态: cat /ro