10 分钟搭好 Open WebUI:本地 AI 平台 Docker 部署实战【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 是一款可完全离线运行的自托管 AI 平台,既能对接 Ollama 这类本地模型运行器,也兼容各类 OpenAI 风格的 API,对话数据始终保存在自己的机器上。本文面向第一次自托管的新手,演示如何用 Docker Compose 在约 10 分钟内把 Open WebUI 与 Ollama 一起跑起来,并完成首次对话验证。后文还覆盖数据库选型、生产部署建议,以及端口占用、模型下载失败、磁盘不足三类常见故障的处理方法。为什么选择本地部署 Open WebUI与直接使用云端服务相比,自托管最直接的收益是数据主权和离线能力:对话记录、上传文档、生成内容都存放在自己的服务器,平台也可以在全离线环境中运行。界面层面,你可以同时挂多个模型并行对话、对比回答质量,再按任务类型在模型间切换,而不必来回切换不同的网页。除基础对话外,平台内置了几项通常要另外拼装服务才能实现的能力:本地 RAG:即检索增强生成,把文档存入文档库,模型依据文档内容作答;对话中用#加文档名即可调取,底层支持 ChromaDB、PGVector、Qdrant 等 9 种向量数据库(向量数据库是把内容做语义索引、供检索使用的存储);图像生成与编辑:可对接 DALL·E 以及本地部署的 ComfyUI、AUTOMATIC1111 引擎,支持按提示词生成和修改图片;语音与视频通话:语音识别(STT,把语音转成文字)支持本地 Whisper、OpenAI、Deepgram 等多个提供方,语音合成(TTS,把文字读出来)则支持 Azure、ElevenLabs、OpenAI 等引擎,整个交互过程可以免提完成。部署前准备:安装 Docker 并克隆 Open WebUI 源码本方案使用 Docker Compose 部署,主机需先装好 Docker 引擎及 Compose 插件,可通过 Docker 官网的安装脚本或系统包管理器完成。装完后可用docker compose version确认两条命令都能正常响应。随后获取项目代码:git clone https://gitcode.com/GitHub_Trending/op/open-webui cd open-webui仓库根目录的 docker-compose.yaml 定义了两个服务:一个运行 Ollama 模型服务,一个运行 Open WebUI 本体。两个数据目录都挂载到命名卷上,这意味着数据库、模型文件在容器重建后不会丢失——这也是官方文档反复强调挂载数据卷的原因。Docker 一键启动 Open WebUI 与 Ollama进入项目目录后执行:docker compose up -d首次运行会拉取 Ollama 和 Open WebUI 两个镜像,耗时取决于网络状况,可能需要几分钟;之后的重启几乎是秒级完成。启动完成后,Open WebUI 监听本机 3000 端口(容器内部为 8080),Ollama 只在容器网络内被平台访问,两个服务都配置了开机自动重启。启动验证:访问本地平台并完成首次对话✅ 打开浏览器访问http://localhost:3000,创建第一个账号(自动成为管理员)。在模型管理页面应能看到 Ollama 服务已连接,拉取一个轻量模型后即可在聊天窗口直接对话。对话跑通后,可以顺手验证两个平台特色功能:在输入框用#后跟文档名,确认文档库内容能被检索进上下文;或在同一会话中对比多个模型的回答。只要对话回环通畅、文档检索有返回,部署就算成功。进阶配置:数据库选型与生产部署换用 PostgreSQL 或对象存储默认 SQLite 数据库对个人和小团队足够,可选开启加密;当数据量和并发连接增长后,建议切换到 PostgreSQL。文件存储默认落在本地磁盘,也可以改为 S3、Google Cloud Storage 或 Azure Blob Storage。向量数据库同理:小规模用默认 ChromaDB,生产环境更常选 PGVector、Qdrant 这类可独立扩展的方案。生产部署要点多节点部署时,官方推荐启用基于 Redis 的会话管理与 WebSocket 支持,这样可以在负载均衡器后面挂多个工作进程水平扩展;平台内置 OpenTelemetry,能把追踪、指标和日志接入现有监控系统。团队身份管理方面,支持 LDAP/Active Directory 集成、OAuth 单点登录,以及 SCIM 2.0(一种身份提供商自动同步用户和组的协议),免去逐个手工建账号。日常运维上,建议定期备份数据库与配置目录、用 Docker 镜像标签管理版本,并跟进安全补丁更新。故障处理:端口冲突、模型下载与磁盘空间端口占用处理若 3000 端口已被其他服务占用,容器会绑定失败,启动后无法访问。处理方式是把 docker-compose.yaml 中的端口映射外部端口改掉,例如从3000:8080改为8080:8080,重启容器后改用http://localhost:8080访问即可。模型下载缓慢或失败模型文件通常较大,网络不稳定时容易下载中断。可先确认宿主机网络连通性,或为 Ollama 配置可访问的镜像源加速:export OLLAMA_HOST0.0.0.0 export OLLAMA_ORIGINS*磁盘空间不足镜像和模型文件积累后,用docker system df查看 Docker 的存储占用,再清理无用卷:docker volume prune执行清理前确认没有需要保留的数据在卷中,该操作不可恢复。扩展探索:插件系统与多语言支持Open WebUI 的可扩展性主要来自插件系统,提供 Filters、Actions、Pipes、Tools 等多种扩展类型,还能通过 MCP 和 OpenAPI 工具服务器接入外部服务,适合在此基础上加自定义工具、工作流扩展或外部数据源。界面语言由 src/lib/i18n/locales/ 目录统一管理,想为自己使用的语言补充翻译可以从这里入手。小结Open WebUI 借助 Docker Compose 可以在单机上同时提供模型运行与 Web 界面,数据全程留在本地。部署跑通后,再按使用规模逐步引入 PostgreSQL、对象存储和 Redis 会话管理,并用 OpenTelemetry 接入监控即可平滑过渡到生产环境。端口、模型下载、磁盘空间三类问题按本文对应小节排查,基本能覆盖初次部署阶段的大部分故障。【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