Open WebUI 完整部署指南如何快速搭建支持 Ollama 的本地 AI 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 是面向本地大模型的自托管 AI 平台可连接 Ollama 或任意 OpenAI 兼容 API全程离线运行内置 RAG、权限体系与多模型管理适合想把本地模型接入日常使用的开发者和小型团队。下面从拉镜像、连通模型到知识库入库一次讲透。挑对镜像标签一条命令拉起服务先定镜像标签再谈其他。官方镜像按运行形态区分差异只在 tag 后缀镜像标签运行时适用场景:mainCPU稳定版日常部署首选:cudaGPU需要 GPU 加速嵌入/语音首次启动自动下载模型:ollamaCPU/GPU容器内捆绑 Ollama一个容器同时出界面和模型:devCPU不稳定特性生产环境不要用Ollama 与 WebUI 同机、最常见的命令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两个要点容器内端口固定 8080左边 3000 只是宿主机端口写-p 3000:8080而不是-p 8080:8080之外的随意组合-v open-webui:/app/backend/data不能省漏掉它 SQLite 数据库和 RAG 索引会在容器重建时清空。访问 http://localhost:3000 出现登录页即成功首个注册的账号自动成为管理员。无 Docker 环境用 pip 安装pip install open-webui必须 Python 3.11后执行open-webui serve同样监听 8080。容器连不上 Ollama 的两个原因最常见的是网络。容器内访问不到宿主机的 127.0.0.1默认命令里的--add-hosthost.docker.internal:host-gateway就是为了解决它若仍连不上Linux 常见改用 host 网络docker run -d --networkhost -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:mainhost 网络下容器直接占用宿主机 8080 端口访问地址变为 http://localhost:8080。离线内网环境若启动时报模型下载超时设置HF_HUB_OFFLINE1即可跳过 Hugging Face 拉取。用环境变量指向任意模型端点Open WebUI 本身不做 LLM 推理模型全部来自外部服务。同机 Ollama 会自动发现远程 Ollama 或独立部署的推理服务加一个环境变量即可docker run -d -p 3000:8080 -e OLLAMA_BASE_URLhttps://your-ollama-host -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main对接 vLLM、LMStudio、OpenRouter 等 OpenAI 兼容服务无需改启动命令在管理面板的 Connections 设置里直接填 API 地址和 Key。后端接入逻辑在 backend/open_webui/前端界面为 Svelte 实现。常用环境变量对照环境变量默认值作用OLLAMA_BASE_URL容器内/ollama指向远程 OllamaOPENAI_API_KEY空OpenAI 兼容服务的密钥WEBUI_SECRET_KEY每次启动随机会话签名密钥不固定则重启后全员掉登录HF_HUB_OFFLINE0置1进入完全离线模式WEBUI_SECRET_KEY是生产部署最容易漏的一项默认值每次启动随机生成不显式固定重启即全部登出。仓库根目录的 docker-compose.yaml 提供 Ollama Open WebUI 双服务编排填上这个密钥后可直接作为生产基线使用。持久化数据与离线部署数据卷与备份用户、会话、RAG 索引全部存放在open-webui卷内的单个 SQLite 库中。只要卷名不变删容器重建都不丢数据。建议定期打包备份docker run --rm -v open-webui:/source -v $(pwd):/backup alpine tar -czf /backup/open-webui-backup.tar.gz -C /source .⚠️ 不要每次部署换一个卷名。名称一变新实例就是全新空库旧数据不会自动迁移。离线内网三步走联网机docker save出:main或:cuda镜像成 tar 包传内网后docker load首次启动前预热嵌入与语音模型或接受启动时耗时较长启动参数固定带HF_HUB_OFFLINE1。全程不需要对容器开放任何出站端口。把文档变成知识内置 RAGOpen WebUI 内置检索引擎不必为 RAG 单独部署向量库。默认嵌入模型all-MiniLM-L6-v2已打进镜像见 Dockerfile 的构建参数向量存储支持 ChromaDB、Qdrant、Milvus、PGVector 等 9 种默认本地 ChromaDB。两项值得动的配置ENABLE_RAG_HYBRID_SEARCHtrue开启 BM25 向量混合检索技术文档这类关键词密集的语料命中率明显更好嵌入模型一旦更换已有文档必须全部重新嵌入项目中期不要随手切换检索与向量库实现的入口在 backend/open_webui/retrieval/多用户团队要接 LDAP/AD、OAuth SSO 或 SCIM 自动开通账号相关开关集中在 backend/open_webui/config.py。下一步容器跑起来后先注册首个管理员账号到 Settings 的 Connections 里连通 Ollama拉一个 7B 级小模型上传一份 PDF 建知识库做第一次问答验证。更多配置项的默认值与注释直接读 backend/open_webui/config.py 源码即可。【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
Open WebUI 完整部署指南如何快速搭建支持 Ollama 的本地 AI 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 是面向本地大模型的自托管 AI 平台可连接 Ollama 或任意 OpenAI 兼容 API全程离线运行内置 RAG、权限体系与多模型管理适合想把本地模型接入日常使用的开发者和小型团队。下面从拉镜像、连通模型到知识库入库一次讲透。挑对镜像标签一条命令拉起服务先定镜像标签再谈其他。官方镜像按运行形态区分差异只在 tag 后缀镜像标签运行时适用场景:mainCPU稳定版日常部署首选:cudaGPU需要 GPU 加速嵌入/语音首次启动自动下载模型:ollamaCPU/GPU容器内捆绑 Ollama一个容器同时出界面和模型:devCPU不稳定特性生产环境不要用Ollama 与 WebUI 同机、最常见的命令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两个要点容器内端口固定 8080左边 3000 只是宿主机端口写-p 3000:8080而不是-p 8080:8080之外的随意组合-v open-webui:/app/backend/data不能省漏掉它 SQLite 数据库和 RAG 索引会在容器重建时清空。访问 http://localhost:3000 出现登录页即成功首个注册的账号自动成为管理员。无 Docker 环境用 pip 安装pip install open-webui必须 Python 3.11后执行open-webui serve同样监听 8080。容器连不上 Ollama 的两个原因最常见的是网络。容器内访问不到宿主机的 127.0.0.1默认命令里的--add-hosthost.docker.internal:host-gateway就是为了解决它若仍连不上Linux 常见改用 host 网络docker run -d --networkhost -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:mainhost 网络下容器直接占用宿主机 8080 端口访问地址变为 http://localhost:8080。离线内网环境若启动时报模型下载超时设置HF_HUB_OFFLINE1即可跳过 Hugging Face 拉取。用环境变量指向任意模型端点Open WebUI 本身不做 LLM 推理模型全部来自外部服务。同机 Ollama 会自动发现远程 Ollama 或独立部署的推理服务加一个环境变量即可docker run -d -p 3000:8080 -e OLLAMA_BASE_URLhttps://your-ollama-host -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main对接 vLLM、LMStudio、OpenRouter 等 OpenAI 兼容服务无需改启动命令在管理面板的 Connections 设置里直接填 API 地址和 Key。后端接入逻辑在 backend/open_webui/前端界面为 Svelte 实现。常用环境变量对照环境变量默认值作用OLLAMA_BASE_URL容器内/ollama指向远程 OllamaOPENAI_API_KEY空OpenAI 兼容服务的密钥WEBUI_SECRET_KEY每次启动随机会话签名密钥不固定则重启后全员掉登录HF_HUB_OFFLINE0置1进入完全离线模式WEBUI_SECRET_KEY是生产部署最容易漏的一项默认值每次启动随机生成不显式固定重启即全部登出。仓库根目录的 docker-compose.yaml 提供 Ollama Open WebUI 双服务编排填上这个密钥后可直接作为生产基线使用。持久化数据与离线部署数据卷与备份用户、会话、RAG 索引全部存放在open-webui卷内的单个 SQLite 库中。只要卷名不变删容器重建都不丢数据。建议定期打包备份docker run --rm -v open-webui:/source -v $(pwd):/backup alpine tar -czf /backup/open-webui-backup.tar.gz -C /source .⚠️ 不要每次部署换一个卷名。名称一变新实例就是全新空库旧数据不会自动迁移。离线内网三步走联网机docker save出:main或:cuda镜像成 tar 包传内网后docker load首次启动前预热嵌入与语音模型或接受启动时耗时较长启动参数固定带HF_HUB_OFFLINE1。全程不需要对容器开放任何出站端口。把文档变成知识内置 RAGOpen WebUI 内置检索引擎不必为 RAG 单独部署向量库。默认嵌入模型all-MiniLM-L6-v2已打进镜像见 Dockerfile 的构建参数向量存储支持 ChromaDB、Qdrant、Milvus、PGVector 等 9 种默认本地 ChromaDB。两项值得动的配置ENABLE_RAG_HYBRID_SEARCHtrue开启 BM25 向量混合检索技术文档这类关键词密集的语料命中率明显更好嵌入模型一旦更换已有文档必须全部重新嵌入项目中期不要随手切换检索与向量库实现的入口在 backend/open_webui/retrieval/多用户团队要接 LDAP/AD、OAuth SSO 或 SCIM 自动开通账号相关开关集中在 backend/open_webui/config.py。下一步容器跑起来后先注册首个管理员账号到 Settings 的 Connections 里连通 Ollama拉一个 7B 级小模型上传一份 PDF 建知识库做第一次问答验证。更多配置项的默认值与注释直接读 backend/open_webui/config.py 源码即可。【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
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
