【OpenWebUI AI模型整合可视化界面】用OpenWebUI玩本地 AI？加个内网穿透，出差、居家都能随时 “召唤” 模型

OpenWebUI 主要能帮用户把散落在本地的各种 AI 模型整合起来，用可视化界面统一管理，不用记代码命令，像聊微信一样输入需求，模型就会给出反馈。比如同时装了翻译、写作、绘图模型，在一个界面里就能切换着用，省去了来回打开不同软件的麻烦。

作为经常用 AI 处理工作的人，真心觉得它很 “友好”：界面清爽，没多余按钮，长辈看一眼也能上手；生成的内容可以直接复制、导出，写报告时调用模型润色，效率比之前高不少。最关键的是数据存在自己电脑里，不用担心敏感信息泄露，这点比在线工具让人踏实。

以前受限于局域网，用着总有点 “束手束脚”：下班在家想继续用公司部署的模型改方案，必须连公司 VPN，慢不说还总断；周末出去玩，临时需要模型帮着整理资料，只能等回家才行。但接上 cpolar 后，这些麻烦都没了。现在不管是在高铁上用手机登，还是在外地酒店用电脑连，都能秒进界面，和在本地用没区别。团队里有人出差，也能实时调用共享模型协作，比如一起用 AI 梳理项目思路，不用再等回到公司，工作节奏都变顺了。

OpenWebUI介绍及示

1.1 OpenWebUI界面操作演示

在深入任何技术细节之前，让我们先看看你将通过本教程搭建完成的终极工作台。这将彻底改变你与本地大模型交互的方式。
open webui效果图（支持预览代码）：

GIF动图演示（生成一个html登录界面）：

怎么样，是不是效果特别棒，有没有兴趣一起搭建本地部署一个体验一下！

1.2 OpenWebUI介绍

OpenWebUI（原名 Ollama WebUI）不仅仅是一个为 Ollama 打造的聊天界面，更是一个功能丰富的开源 Web 用户界面与管理平台。它的核心使命是让每个人都能以最简单、最直观的方式，与运行在本地或私有环境中的大语言模型进行交互和管理，同时提供企业级的功能扩展性。

项目地址：https://github.com/open-webui/open-webui

为什么 OpenWebUI 能获得全球开发者青睐？

OpenWebUI 之所以能够迅速赢得 110K Stars，源于它完美结合了强大功能与极致易用性，成为一个真正全面的 AI 管理与应用控制台。

核心优势：

• 极致的用户友好体验
  提供媲美 ChatGPT 的交互体验，支持流畅的打字机效果、完整的 Markdown 渲染（含表格和 LaTeX 数学公式）、代码高亮与复制功能、多主题切换以及完整的对话历史管理。用户无需记忆复杂的 Ollama 命令行指令，所有操作均可通过直观的界面完成。

• 多模型生命周期管理：支持 Ollama 全系列本地模型，同时可连接 OpenAI 兼容 API（如 DeepSeek R1）、Claude 系列、LocalAI 等多种后端，成为统一的模型控制中心
• 检索增强生成（RAG）与知识库：内置强大的 RAG 引擎，支持上传 PDF、DOCX、TXT 等多种格式的本地文档，构建专属知识库
• 工具调用与 MCP 兼容性：支持模型调用外部工具执行复杂任务，展现了与模型上下文协议类似的强大能力
• 提示词工作流与协作：提供提示词市场和管理功能，支持创建、保存、共享和重用自定义提示词模板
• 隐私安全与灵活部署
  所有数据完全运行在本地环境或私有服务器上，确保百分百离线与绝对隐私。支持多种部署方式，极大降低使用门槛。

强大的多功能集成与扩展能力

• 无缝的 Ollama 集成
  自动检测本地运行的 Ollama 服务及已下载的模型，开箱即用，无需复杂配置。作为完全开源的项目，拥有高度可定制性和活跃的社区支持。

核心功能概览

OpenWebUI 成功地将强大的功能性、卓越的易用性和坚决的隐私保护结合于一身，这正是其能够在全球开发者社区中引发热潮的关键原因。它让本地大模型的交互和管理变得前所未有的简单和强大。

2 本地部署OpenWebUI

通过前面的演示和介绍，相信你已经对 OpenWebUI 的强大功能有了直观的认识。现在，让我们进入实战环节，一步步搭建属于你的专属 AI 工作台！

2.1 部署环境准备

在开始部署之前，我们需要确保你的系统环境满足基本要求。OpenWebUI 支持多种部署方式，我们将重点介绍最推荐的 Python pip 部署方案，这种方式简单、快速且无需额外软件。

系统要求：

• Python 版本：Python 3.11（必须，其他版本可能有兼容性问题）
• 操作系统：Windows 10/11、macOS 10.15+、Linux (Ubuntu 18.04+、CentOS 7+)
• 内存：建议 8GB 以上（运行大模型需要更多内存）
• 存储空间：至少 10GB 可用空间（用于存储模型和数据库）
• 网络：需要网络连接以下载依赖包和模型

必需软件：

• Python 3.11：核心运行环境
• Ollama：本地大模型运行环境（可选，也可使用远程 API）

2.2 开始部署OpenWebUI

OpenWebUI 提供了多种部署方式，推荐使用Python pip 部署（强烈推荐）⭐，这是最简单、最快速的部署方式，只需要两条命令：

首先，确保您的电脑上拥有python 3.11版本的python环境，如果没有可以前往官方进行下载：

Python 3.11 下载地址及命令：

# Windows https://www.python.org/downloads/release/python-3118/ # macOS brew install [email protected] # Linux (Ubuntu/Debian)sudoaptinstall python3.11 

快速验证版本：

在cmd中输入如下命令进行验证版本：

python --version 

然后配置一下国内源镜像（用于加速下载依赖）：

# 配置清华源加速下载 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 

接下来，依旧在cmd中执行如下命令，进行安装OpenWebUI：

# 安装 OpenWebUI pip install open-webui 

安装完成后，执行如下命令进行启动测试：

# 启动OpenWebUI open-webui serve 

启动成功，让我们访问浏览器测试一下，请求如下网址，进行访问：

http://localhost:8080/ 

参考图如下：

可以看到，成功的访问到了open web-ui的默认页面，接下来点击开始使用，进入到创建管理员账号页面：

创建好您的管理员账号后，会自动登录进首页：

到这儿，您就已经初步成功的启动配置好您的 个人AI助理OpenWebUI啦，怎么样，是不是很简单！

3 配置接入DeepSeekR1-671B 大模型

3.1 接入DeepSeekR1- 671B（本地方案）

如果你要使用本地模型，需要先安装 Ollama服务，如果未进行安装，可以访问如下官方进行下载：

ollama官网下载地址：https://ollama.com/download

或者可使用如下命令进行安装：

# Windows winget install Ollama.Ollama # macOS  brew install ollama # Linuxcurl -fsSL https://ollama.ai/install.sh |sh# 启动服务 ollama serve 

下载安装好后，可以在cmd中测试验证一下是否安装成功,直接输入如下命令：

ollama 

接下来，登录到OpenWebUI首页，进来以后，可以看到左上方的选择模型部分：

可以看到，我本地已经有一个qwen3:32b的模型，OpenWebUI帮我自动识别且添加进来了！

接下来，让我们再安装一个新的模型，进行演示，以deepseek-r1:1.5b为例（大概1.1G大小），在搜索模型中输入：

deepseek-r1:1.5b 

然后点击从Ollama.com拉取“deepseek-r1:1.5B”的选项，就会进行自动下载该模型，参考如下GIF动图演示：

让我们测试一下和deepseek-r1:1.5B模型聊天对话（GIF动图演示-未加速）：

可以看到，因为模型比较小，响应速度很快，且能够正常思考和回答问题！

接下来，演示一下接入本地部署了deepseek-r1:671B的ollama服务，让我们享受一下真正满血版的效果。

首先，点击左下角头像，然后在弹出来窗口点击设置，在接下来的弹出的窗口点击左下角的管理员设置，打开后台页面：

或者直接访问如下地址，也可以进入后台页面：

http://localhost:8080/admin/settings/general 

后台页面：

按照上图操作，依次点击外部连接,点击Ollama API右侧的+号按钮，在新弹出的添加连接窗口配置您的本地ollama服务：

回到首页，查看模型列表：

可以看到，成功的显示了接入来自局域网中ollama服务的deepseek-r1:671B大模型！

让我们演示一下是否可用（GIF动图参考）：

可以看到，完美接入本地局域网中Ollama服务器中部署的满血版DeepSeekR1-671B大模型！和1.5B的模型对比差别巨大~

3.2 接入DeepSeekR1- 671B（Api方案）

在前面，我们已经部署接入了本地的Ollama服务，但是如果咱们的电脑没有办法跑这么大的模型怎么办呢？欸！别担心，我们可以使用线上的API服务，就不用借助我们本地的电脑来进行推理啦!有的小伙伴就有疑问了，用Api-key的方式不是收费的嘛？是的，使用Api-key的方式确实是收费的，但是阿里云百炼官方推出了一个重磅福利：新用户登录即可享受每个模型100万免费Tokens，参考图如下：

就以满血版的DeepSeekR1-671B大模型为例：

首先，咱们需要领取千问百万tokens，来到阿里云百炼官网，点击右上角新用户登录即享每个模型100万免费tokens:

阿里云百炼官网：

https://bailian.console.aliyun.com/#/home

领取完成后，接下来进入密钥管理，设置设置千问api密钥：
密钥管理地址：

https://bailian.console.aliyun.com/?spm=a2c4g.11186623.0.0.60907980OAftBf&tab=model#/api-key

点击创建api-key，填写完信息：

然后点击复制按钮：

复制下来格式大概如下：

sk-53207f95f7e44ec18d05669767f649b7 

然后回到OpenWebUI首页.点击左下角头像，然后在弹出来窗口点击设置，在接下来的弹出的窗口点击左下角的管理员设置，打开后台页面：

或者直接访问如下地址，也可以进入后台页面：

http://localhost:8080/admin/settings/general 

后台页面：

按照上图操作，依次点击外部连接,点击OpenAI API右侧的+号按钮，在新弹出的添加连接窗口配置您的阿里云百炼的服务：

# 阿里云百炼API地址 https://dashscope.aliyuncs.com/compatible-mode/v1/ 

配置参考图如下：

回到首页，点击查看标签为通义千问下的模型：

可以看到，成功的显示了接入来自阿里云百炼服务的deepseek-r1大模型！

让我们演示一下阿里云百炼服务的deepseek-r1大模型（GIF动图参考）：

感觉怎么样，是不是超级简单？到这里，无论是本地的 Ollama 满血版 DeepSeek R1-671B，还是云端 API 方案，你都已在 OpenWebUI 中顺利接入、即开即用！

4 穿透OpenWebUI支持外网访问

通过前面的步骤，你已经成功搭建了一个功能强大的本地AI工作台。但是，你是否遇到过这样的困扰：当你在公司、咖啡厅或者出差时，想要访问家里的OpenWebUI来进行访问，却发现只能通过局域网访问？或者当朋友想要体验你的AI助手时，却因为网络限制而无法分享？这些场景正是内网穿透技术要解决的核心痛点。本章将带你使用cpolar内网穿透工具，让OpenWebUI突破局域网限制，实现全球任意地点的安全远程访问，真正实现"AI助手随身携带"的终极体验。

4.1 什么是cpolar?

• cpolar 是一款内网穿透工具，可以将你在局域网内运行的服务（如本地 Web 服务器、SSH、远程桌面等）通过一条安全加密的中间隧道映射至公网，让外部设备无需配置路由器即可访问。
• 广泛支持 Windows、macOS、Linux、树莓派、群晖 NAS 等平台，并提供一键安装脚本方便部署。

4.2 下载cpolar

打开cpolar官网的下载页面：https://www.cpolar.com/download
点击立即下载 64-bit按钮,下载cpoalr的安装包:

下来下来是一个压缩包,解压后执行目录种的应用程序,一路默认安装即可,安装完成后,打开cmd窗口输入如下命令确认安装:

cpolar version 

出现如上版本即代表安装成功!

4.3 注册及登录cpolar web ui管理界面

4.3.1 注册cpolar

官网链接：https://www.cpolar.com/

访问cpolar官网，点击免费注册按钮，进行账号注册

进入到如下的注册页面进行账号注册：

4.3.2 访问web ui管理界面

注册完成后,在浏览器中输入如下地址访问 web ui管理界面:

http://127.0.0.1:9200 

输入刚才注册好的cpolar账号登录即可进入后台页面:

4.4 穿透OpenWebUI项目的WebUI界面

4.4.1 随机域名方式(免费方案)

随机域名方式适合预算有限的用户。使用此方式时，系统会每隔 24 小时 左右自动更换一次域名地址。对于长期访问的不太友好，但是该方案是免费的，如果您有一定的预算，可以查看大纲4.4.2 的固定域名方式，且访问更稳定。

点击左侧菜单栏的隧道管理，展开进入隧道列表页面，页面下默认会有 2 个隧道：

• remoteDesktop隧道，指向3389端口，tcp协议
• website隧道，指向8080端口，http协议（http协议默认会生成2个公网地址，一个是http，另一个https，免去配置ssl证书的繁琐步骤）

点击编辑website的隧道，修改成我们open-webui需要的信息：

接着来到在线隧道列表，可以看到名称为open-webui-8080隧道的两条记录信息，一条协议为http,另一条协议为https:

以https为例，访问测试(加载稍慢，需耐心等待一下)：

可以看到，成功的访问到了open-webui的web页面了。恭喜！你已经成功实现了OpenWebUI的远程访问！ 现在无论你身在何处，只要有网络就能随时访问你的专属AI工作台，真正实现了"AI助手随身携带"的终极体验。记得免费方案每24小时会更新域名地址，及时获取新地址即可持续享受远程访问的便利。

4.4.2 固定域名方式（升级任意套餐皆可）

通过前面的配置，我们已经成功实现了OpenWebUI的远程访问，但免费随机域名方案的局限性也逐渐显现：每24小时自动更换域名地址，意味着你需要频繁更新书签、重新分享链接，甚至可能因为忘记更新而无法访问。固定域名方案正是为了解决这些痛点而生，让你拥有一个永久不变的专属地址，真正实现稳定可靠的远程AI工作台。

好啦，接下来开始固定保留二级子域名教程！

首先，进入官网的预留页面:

https://dashboard.cpolar.com/reserved 

选择预留菜单，即可看到保留二级子域名项，填写其中的地区、名称、描述（可不填）项，然后点击保留按钮，操作步骤图如下：

列表中显示了一条已保留的二级子域名记录：

• 地区：显示为China Top。
• 二级域名：显示为chatai。

注：二级域名是唯一的，每个账号都不相同，请以自己设置的二级域名保留的为主

接着，进入侧边菜单栏的隧道管理下的隧道列表，可以看到名为open-webui-8080的隧道，点击编辑按钮进入编辑页面：

修改域名类型为二级子域名，然后填写前面配置好的子域名，点击更新按钮：

来到状态菜单下的在线隧道列表可以看到隧道名称为open-webui-8080的公网地址已经变更为二级子域名+固定域名主体及后缀的形式了：

这里以https协议做访问测试（加载稍慢，需耐心等待一下）:

访问成功！这样一来，你就拥有了一个永久不变的专属域名，再也不用担心24小时域名更换的问题。现在你可以将这个固定地址添加到浏览器书签，分享给同事朋友，甚至用于正式的生产环境。恭喜！你已经完成了从免费随机域名到固定域名的完美升级，真正实现了专业级的远程AI工作台部署！

总结

从命令行到可视化界面，从局域网到全球访问，从免费体验到专业部署——我们一步步将原本复杂的 AI 模型部署变成了人人都能上手的简单操作。OpenWebUI 的 110K Stars 不是偶然，它真正解决了"让 AI 好用"这个核心痛点。

• 告别命令行恐惧：从 ollama run 到优雅的 Web 界面，让 AI 交互变得像使用 ChatGPT 一样简单
• 模型管理零门槛：本地 Ollama + 云端 API 双轨并行，1.5B 到 671B 模型随意切换
• 隐私与便利兼得：数据完全本地化，却又能全球访问，真正做到了"鱼和熊掌兼得"
• 从免费到专业：随机域名到固定域名，满足从个人体验到商业部署的全场景需求
• AI 能力边界扩展：RAG 知识库、工具调用、多用户协作，让 AI 不再是简单的聊天工具

OpenWebUI 让本地 AI 工具变得好用，cpolar 则让这份 “好用” 不受地点限制。对需要灵活使用 AI 的人来说，这种搭配实实在在解决了远程访问的难题，让工具真正服务于工作和生活。