Open-WebUI—开箱即用的AI对话可视化神器
你是否曾兴奋地在本地部署了Ollama，却很快被冰冷的命令行和繁琐的指令劝退？是否羡慕ChatGPT那样优雅的聊天界面，却又希望数据能牢牢掌握在自己手中？OpenWebUI。这个在GitHub上狂揽 110,000 Stars 的明星项目，完美地解决了所有痛点
github地址： https://github.com/open-webui/open-webui
1.什么是Open WebUI？
Open WebUI 是一款专为大型语言模型（LLM）设计的 开源可视化交互框架，它通过简洁的Web界面，让用户无需编写代码即可与本地部署的AI模型/各大服务商提供大模型API（如DeepSeek、Llama、ChatGLM等）进行自然对话。其核心使命是 “让LLM私有化部署像打开浏览器一样简单” ，尤其适合需要快速搭建企业级AI平台或追求数据隐私的开发者。
2. 核心价值
- 开箱即用：无需复杂的前端开发，快速搭建 AI 交互界面。完全开源，可自由部署、修改和二次开发，无商业使用限制。
- 多模型支持：兼容 Ollama、OpenAI API（包括百炼、DeepSeek 等）。
- 功能丰富：支持 RAG（检索增强生成）、多模态输入（文本、图片）、网络搜索等高级功能。支持对话历史管理、提示词模板、上下文连续对话、Markdown 渲染、代码高亮等实用功能。
- 本地部署：数据完全存储在本地，保障隐私安全。
3. 功能概览
| 模块 | 能力 | 价值 |
|---|---|---|
| 模型管理 | 多后端支持、模型下载/切换/加载、参数实时调整 | 统一管理入口，灵活适配不同场景 |
| 交互体验 | 类 ChatGPT 界面、代码高亮、Markdown 渲染、多会话管理 | 降低使用门槛，提供流畅体验 |
| 知识管理 | 文档上传、知识库构建、语义搜索、上下文增强 | 利用私有数据提升回答准确性 |
| 高级功能 | 工具调用、Web 搜索集成、提示词工作流、多模态支持 | 扩展模型能力边界，实现任务自动化 |
| 用户管理 | 多用户系统、角色权限控制、团队协作 | 满足企业级部署需求，保障数据安全 |
| 部署隐私 | 全离线、自托管、Docker 容器化、数据本地存储 | 彻底掌控数据，保障隐私安全 |
4. 安装Ollama（Linux）
本次实验环境为 Rocky Linux , IP 地址配置为 192.168.31.254
打开终端，通过官方脚本安装 Ollama
curl -fsSL https://ollama.com/install.sh |sh但是这个下载太慢，是因为国内访问 https://ollama.com/download 太慢，这里使用加速的方法：
# 下载安装脚本curl -fsSL https://ollama.com/install.sh -o ollama_install.sh # 给脚本添加执行权限chmod +x ollama_install.sh # 替换下载地址sed -i 's|https://github.com|https://gh-proxy.ygxz.in/https://github.com|g' ollama_install.sh # 开始安装sh ollama_install.sh 也可以手动安装：
下载地址为: https://ollama.com/download/ollama-linux-amd64.tgz
这里使用手动安装的方式，先试用迅雷等下载工具，下载安装包，下载完毕后，上传到 Linux 系统 /usr/local/src目录下备用,完整文件为 : /usr/local/src/ollama-linux-amd64.tgz
# 进入目录cd /usr/local/src # 创建目录mkdir /usr/local/ollama # 解压到创建的目录tar -xzvf ollama-linux-amd64.tgz -C /usr/local/ollama # 创建运行用户和用户组sudouseradd -r -s /bin/false -U -m -d /usr/share/ollama ollama sudousermod -a -G ollama $(whoami)# 添加环境变量echo"PATH=$PATH:/usr/local/ollama/bin">> etc/profile # 环境变量生效source ect/profile 配置Linux服务：
vim /etc/systemd/system/ollama.service 内容如下：
[Unit]Description=Ollama Service After=network-online.target [Service]ExecStart=/usr/local/ollama/bin/ollama serve User=ollama Group=ollama Restart=always RestartSec=3Environment="OLLAMA_HOST=0.0.0.0"# 关键配置：允许外部访问[Install]WantedBy=multi-user.target # 重新载入配置sudo systemctl daemon-reload # 启动服务sudo systemctl start ollama # 查看状态sudo systemctl status ollama # 开机启动sudo systemctl enable ollama 下载模型：
# 查看已安装的模型 ollama list # 拉取模型,这里作为演示，拉取的0.6b qw3模型，大概 523MB 左右 ollama pull qwen3:0.6b # 查看模型详情 ollama show qwen3:0.6b # 测试 curl http://localhost:11434/api/generate -d '{ "model": "qwen3:0.6b", "prompt":"介绍一下React，20字以内" }'5. Open WebUI安装
Open WebUI 支持多种安装方式，推荐使用 Docker 部署（最简单高效），也可通过源码编译安装（适合需要定制开发的场景）。
执行命令：（假设服务器IP地址为192.168.31.254 在本机上运行）, 服务器防火墙开放 3000端口。如果是做实验用，直接关闭防火墙
docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main -p 3000:8080：将容器内 8080 端口映射到本地 3000 端口（本地端口可修改，如-p 80:8080）。-v open-webui:/app/backend/data：使用数据卷持久化对话历史、配置等数据，避免容器删除后数据丢失。--restart always：设置容器开机自启。
浏览器打开： http://192.168.31.254:3000
6. Open WebUI基本使用
6.1 初次登录
首次访问 Open WebUI 时，需注册管理员账号（输入用户名、密码即可）。
创建完账号后，使用账号登录
6.2 配置
- 禁用官方链接，如果不进行这一步，很有可能响应会非常慢，因为国内网络无法直接连上，所以系统会多次尝试， 操作路径：
管理员面板/设置/外部连接
修改本地Ollama 服务地址：
6.3 开始聊天
选择下载好的模型 ：
