Open WebUI：能离线自托管的 AI 聊天门户

一句话定位：可完全离线自托管的 AI 聊天门户，接 Ollama 与各类开放 API，带用户与 RAG。

Open WebUI 是当下最常被架在 Ollama 前面的 ChatGPT 式前端：一个 Docker 容器或 pip 包，就能把本地大模型变成带账号、聊天记录、文档检索、联网搜索、图像生成和插件系统的私有界面。它和单纯调 API 的裸客户端不同，补齐了多用户、权限、历史搜索这些「真正能给别人用」才需要的拼图。项目以 Python 后端 + Svelte 前端构建，发布节奏极快（基本每周都有版本），既能纯本地离线跑，也能接任意 OpenAI 兼容 API（vLLM、LM Studio、OpenRouter 等）。对个人想把模型变成家庭/团队共享入口，又不愿数据出本机的人来说，它是首选。

项目信息

核心能力

多后端统一接入：通过 Ollama 或任意 OpenAI 兼容 API 连接本地与云端模型，一个界面同时管理多个模型。场景举例：本机用 Ollama 跑 Qwen，临时切到 OpenRouter 的 Claude 做对比，不用换工具。

本地 RAG 文档检索：上传 PDF、Word、网页等，Open WebUI 做向量化后让你「对话式问文档」。场景举例：把公司手册拖进去，问「年假怎么算」，答案带出处，适合个人知识库或团队 wiki 前置检索。

多用户与权限：内置账号、角色与管理后台，可给不同人开子账号并限制可用模型。场景举例：一个家庭或小组共用一台机器，家长/管理员能控制孩子可用哪些模型、是否联网。

联网搜索与图像生成：内置网页搜索与文生图（接对应后端），对话里直接出图、引外链。场景举例：写方案时让 AI 边搜最新资料边生成配图，省去切换浏览器。

管道与函数扩展：提供 Pipeline 与 Function 系统，用 Python 写中间件扩展鉴权、计费、自定义逻辑。场景举例：在企业内部加一层审批或用量统计，把 Open WebUI 当内部 AI 网关。

使用上手

1. 准备环境：机器装好 Docker，或 Python 3.12+（pip 方式）。确认本机已运行 Ollama（若用本地模型）。

2. Docker 一键启动：执行下面命令，镜像会拉起并映射 3000 端口。

   docker run -d -p 3000:8000 --add-host=host.docker.internal:host-gateway \
     -v open-webui:/app/backend/data --name open-webui --restart always \
     ghcr.io/open-webui/open-webui:main

3. 访问与初始化：浏览器打开 http://localhost:3000，注册的第一个账号即管理员；在设置里填 OLLAMA_BASE_URL（同机为 http://host.docker.internal:11434）或 OpenAI API Key。
4. 进阶：pip 方式运行 pip install open-webui && open-webui serve（默认 8080 端口）；需要 GPU 加速选 :cuda 镜像，接远端 Ollama 用 -e OLLAMA_BASE_URL= 指定。

优点与不足

• 优点：完全可离线自托管、数据不出本机；RAG + 多用户 + 权限开箱即用；后端灵活、生态活跃；桌面端覆盖 macOS/Windows/Linux。
• 不足：许可证带品牌条款，超 50 用户规模化部署需注意合规；文档摄入依赖的个别依赖曾有安全公告，需保持更新并置于鉴权后；功能多导致配置项繁杂，新手需半小时摸清。

许可证与部署

适合谁

适合想给家庭或团队一个私有、可离线、带权限的 AI 聊天入口的人，尤其已在使用 Ollama 的玩家。纯个人随手聊、不在乎自托管，直接用网页版 Chat 类产品更省事。和 Chatbot UI（MIT 但需自备数据库）比，Open WebUI 开箱即用的后端能力更完整。

下载与访问

• 仓库：https://github.com/open-webui/open-webui
• 官网与文档：https://openwebui.com
• 星标：以 GitHub 为准（多源显示 15 万+，实时数据请查仓库）

本文属于「项目」分类的 AI 资源专栏，更多评测见分类页。