热点

AI SCORE

开源项目2026-10-13 17:47

Open WebUI 统一管理本地与云端模型

GitHub Trending#自托管#本地模型#权限管理

Editor brief · 编辑速览

Open WebUI 提供可自托管、支持离线运行的 AI 界面，兼容 Ollama 和 OpenAI 格式的接口。它支持多种部署方式，并提供角色、用户组和细粒度权限管理。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

Open WebUI 是 AI 的家园：一个可自行托管的 AI 平台，具有出色的扩展性、丰富的功能和友好的使用体验，并且能够完全离线运行。它支持 Ollama 和兼容 OpenAI 的 API，为本地模型和云端模型提供强大且不依赖特定服务商的交互界面。

热爱开源 AI？加入我们的团队 →

正在寻找企业方案？——立即联系我们的销售团队！

如需了解更多信息，请查阅 Open WebUI 文档。

Open WebUI 的主要功能 ⭐

🚀 轻松部署：通过 pip、uv、Docker 或 Kubernetes（kubectl、kustomize 或 helm）即可顺利安装；容器部署还可使用带有 :ollama 和 :cuda 标签的镜像。

🤝 广泛的模型与 API 集成：在使用本地 Ollama 模型的同时，连接任意兼容 OpenAI 的 API。将 API URL 指向 LMStudio、GroqCloud、Mistral、OpenRouter、vLLM 等服务，即可自由组合不同服务商。

🔐 精细的基于角色的访问控制（RBAC）与用户组：管理员可以细致地定义角色、用户组和权限，让每位用户获得恰好满足其需求的访问权限。默认采用安全配置，并为不同用户组提供定制体验。

🧩 插件支持：通过 Filters、Actions、Pipes、Tools 和 Skills 扩展 Open WebUI。借助 MCP、MCPO 和 OpenAPI 工具服务器连接外部服务。构建自定义集成、速率限制、审批流程、数据连接等功能。

🤖 模型与智能体：为任意基础模型配置自定义指令、工具和知识，构建面向特定任务的智能体。支持动态变量、按用户或用户组进行访问控制，以及通过 Open WebUI Community 导入社区预设。

⚡ 通过 Open Terminal 执行智能体任务：为智能体提供终端和文件系统，让它们完成多步骤任务。它们可以直接在聊天中分析数据、运行脚本、修复错误并生成文件。借助 Terminals（企业版）扩展到团队使用，为每位用户提供隔离环境、资源限制和自动生命周期管理。

📝 笔记：为对话之外的内容提供专用工作区。使用富文本编辑器起草内容，让 AI 改写选中的文本，并将笔记附加到任意聊天中，将完整内容注入上下文。

📢 频道：团队成员与 AI 模型可以在实时共享空间中沿着同一条时间线协作。提及模型即可让其起草内容或提出评议，并支持讨论串、表情回应、置顶和访问控制。

🧠 持久记忆：AI 会跨对话记住与你有关的信息，将上下文从一次聊天延续到下一次。

✅ 实时工作流与消息流：实时查看 AI 创建检查清单并逐项完成任务。在 AI 仍在回复时，可以将消息加入队列；待 AI 准备就绪后，消息会自动发送。

📅 日历与 AI 日程安排：内置个人日历和共享日历，支持月视图、周视图、日视图、重复事件、颜色标记、参与者和提醒。模型通过原生函数调用，以对话方式管理你的日程。

⏱️ 自动化：设置提示词按周期运行，运行记录会显示在日历上，每次完成的运行都会链接到其生成的聊天。

📱 响应式设计与 PWA：在台式机、笔记本和移动设备上提供流畅一致的体验，并通过渐进式 Web 应用提供类似原生应用的使用感受，支持在 localhost 上离线访问。

✒️🔢 完整的 Markdown 和 LaTeX 支持：全面支持 Markdown 和 LaTeX，丰富交互中的内容表达。

🎤📹 免手动操作的语音／视频通话：集成语音和视频通话，支持多种语音转文本服务（Local Whisper、OpenAI、Deepgram、Azure）和文本转语音引擎（Azure、ElevenLabs、OpenAI、Transformers、WebAPI）。

💾 持久化产物存储：内置用于产物的键值存储 API，支持个人和共享数据作用域，可用于构建日志、追踪工具、排行榜和协作工具。

📚 本地 RAG 集成：检索增强生成由 9 种向量数据库和多种内容提取引擎（Tika、Docling、Document Intelligence、Mistral OCR、PaddleOCR-vl、外部加载器）提供支持。支持结合重排序的混合搜索（BM25 + 向量）以及全上下文模式。可将文档加载到聊天中，也可使用 # 命令从资料库中调用文档。

🔍 面向 RAG 的网络搜索：通过数十家服务提供商搜索网络，包括 SearXNG、Google PSE、Brave Search、Kagi、Mojeek、Tavily、Perplexity、Firecrawl、serpstack、serper、Serply、DuckDuckGo、SearchApi、SerpApi、Bing、Jina、Exa、Sougou、Azure AI Search 和 Ollama Cloud，并将搜索结果直接注入对话。

🌐 网页浏览能力：使用 # 命令并在后面附上 URL，即可将网页内容引入聊天；也可以让模型在需要时自行获取网页。

🎨 图像生成与编辑：使用多种引擎创建和编辑图像，包括 OpenAI DALL·E、Gemini、ComfyUI（本地）和 AUTOMATIC1111（本地），既支持图像生成，也支持基于提示词的编辑。

⚙️ 多模型对话：同时与多个模型交互，并行发挥各个模型的优势，以获得尽可能出色的回答。

📊 使用情况分析与模型评估：管理仪表盘可追踪各用户和模型的消息量、token 消耗量及费用。通过内置竞技场、A/B 测试和基于 ELO 的排行榜评估模型。

🗄️ 灵活的数据库与存储：可选择 SQLite（支持可选加密）或 PostgreSQL，并将文件存储在本地、S3、Google Cloud Storage 或 Azure Blob Storage 中。

🧬 高级向量数据库支持：可从 9 种向量数据库中选择：ChromaDB、PGVector、Qdrant、Milvus、Elasticsearch、OpenSearch、Pinecone、S3Vector 和 Oracle 23ai。

🪪 企业身份认证与账户配置：完整集成 LDAP/Active Directory，支持通过可信请求头和 OAuth 提供商实现 SSO，并通过 SCIM 2.0 为 Okta、Azure AD 和 Google Workspace 等身份提供商实现账户自动配置。

☁️ 云原生文件集成：原生支持从 Google Drive 和 OneDrive/SharePoint 选择文件，无缝导入企业云存储中的文档。

🔭 生产环境可观测性：内置 OpenTelemetry 支持，涵盖链路追踪、指标和日志，可接入现有监控技术栈。

⚖️ 水平扩展能力：基于 Redis 的会话管理和 WebSocket 支持，可在负载均衡器后部署多个工作进程和多个节点。

🌐🌍 多语言支持：借助 i18n 支持，以你偏好的语言使用 Open WebUI。我们正在积极招募贡献者，扩大语言覆盖范围！

🌟 持续更新：我们致力于通过定期更新、问题修复和新功能，不断改进 Open WebUI。

🛡️ 透明的安全流程：按照有文档说明的负责任披露流程，对安全报告进行分级处理、修复，并发布公开的安全公告。请参阅我们的安全政策。

想进一步了解 Open WebUI 的功能？请查阅我们的 Open WebUI 文档，全面了解各项功能！

Open WebUI 生态系统 🌐

Open WebUI 是核心，周围的配套应用和基础设施进一步拓展了 AI 的能力、可触达的范围以及运行方式：

💻 Open WebUI Computer（open-webui/computer）：一个独立、移动优先的计算机操作与编程智能体，运行在你自己的机器上。在一个浏览器标签页中即可访问文件、终端和 git，也能通过手机访问。可将其作为模型接入 Open WebUI，或通过 Telegram、WhatsApp 等平台访问。

⚡ Open Terminal 和 Terminals（企业版）（open-webui/open-terminal & open-webui/terminals）：可接入 Open WebUI 的自托管计算环境，让 AI 能够在聊天中编写代码、运行代码、读取输出、修复错误并反复迭代。Terminals 为每位用户提供独立的隔离容器，分别配置凭据、资源限制和网络规则。支持在 Docker 或 Kubernetes 上自动管理生命周期。

🔄 oikb（open-webui/oikb）：从 45 种以上的数据源（GitHub、Confluence、ServiceNow、Salesforce、Jira、Slack、SharePoint、Notion 等）向知识库导入内容，让团队现有工具中的内容持续保持同步。

🖥️ 原生桌面应用（open-webui/desktop）：在 macOS、Windows 和 Linux 上以原生应用的形式运行 Open WebUI。提供系统级 Spotlight 聊天栏，支持屏幕截图和按键说话，并可选择通过内置的 llama.cpp 引擎进行完全本地的推理。

想了解更多？请查阅我们的 Open WebUI 文档，获取更多详细信息！

我们衷心感谢赞助商的慷慨支持。他们的贡献帮助我们维护和改进项目，让我们能够持续为社区提供高质量的成果。谢谢！

通过 Python pip 安装 🐍

Open WebUI 可以通过 Python 包安装工具 pip 进行安装。开始之前，请确保使用 Python 3.11，以避免兼容性问题。

安装 Open WebUI：打开终端，运行以下命令安装 Open WebUI：pip install open-webui

安装 Open WebUI：打开终端，运行以下命令安装 Open WebUI：

pip install open-webui

运行 Open WebUI：安装完成后，可以执行以下命令启动 Open WebUI：open-webui serve

运行 Open WebUI：安装完成后，可以执行以下命令启动 Open WebUI：

open-webui serve

这将启动 Open WebUI 服务器，你可以通过 http://localhost:8080 访问。

使用 Docker 快速开始 🐳

请注意，某些 Docker 环境可能需要额外配置。如果遇到连接问题，可以查阅 Open WebUI 文档中的详细指南。

使用 Docker 安装 Open WebUI 时，请务必在 Docker 命令中包含 -v open-webui:/app/backend/data。这一步至关重要，它能确保数据库正确挂载，防止数据丢失。

如果希望使用内置 Ollama 的 Open WebUI，或启用 CUDA 加速，我们建议使用带有 :cuda 或 :ollama 标签的官方镜像。要启用 CUDA，必须在 Linux/WSL 系统上安装 Nvidia CUDA 容器工具包。

使用默认配置安装

如果 Ollama 运行在你的电脑上，请使用以下命令：docker run -d -p 3000:8080 --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

如果 Ollama 运行在你的电脑上，请使用以下命令：

docker run -d -p 3000:8080 --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

如果 Ollama 运行在另一台服务器上，请使用以下命令：要连接另一台服务器上的 Ollama，请将 OLLAMA_BASE_URL 修改为该服务器的 URL：docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

如果 Ollama 运行在另一台服务器上，请使用以下命令：

要连接另一台服务器上的 Ollama，请将 OLLAMA_BASE_URL 修改为该服务器的 URL：

docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

要运行支持 Nvidia GPU 的 Open WebUI，请使用以下命令：docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda

要运行支持 Nvidia GPU 的 Open WebUI，请使用以下命令：

docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda

仅使用 OpenAI API 的安装方式

如果仅使用 OpenAI API，请使用以下命令：docker run -d -p 3000:8080 -e OPENAI_API_KEY=your_secret_key -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

如果仅使用 OpenAI API，请使用以下命令：

docker run -d -p 3000:8080 -e OPENAI_API_KEY=your_secret_key -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

安装内置 Ollama 的 Open WebUI

这种安装方式使用一个同时包含 Open WebUI 和 Ollama 的容器镜像，只需一条命令即可完成配置。请根据硬件配置选择合适的命令：

支持 GPU：运行以下命令以使用 GPU 资源：docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

支持 GPU：运行以下命令以使用 GPU 资源：

docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

仅使用 CPU：如果不使用 GPU，请改用以下命令：docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

仅使用 CPU：如果不使用 GPU，请改用以下命令：

docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

这两条命令都能轻松完成 Open WebUI 和内置 Ollama 的安装，让你快速启动并运行所有组件。

安装完成后，可以通过 http://localhost:3000 访问 Open WebUI。祝你使用愉快！😄

其他安装方式

我们提供多种安装方案，包括不依赖 Docker 的原生安装方式，以及 Docker Compose、Kustomize 和 Helm。请查阅 Open WebUI 文档，或加入我们的 Discord 社区，获取全面的指导。

遇到连接问题？Open WebUI 文档可以提供帮助。如需进一步协助，或想加入我们活跃的社区，请访问 Open WebUI Discord。

如果遇到连接问题，通常是因为 WebUI Docker 容器无法从容器内部访问位于 127.0.0.1:11434（host.docker.internal:11434）的 Ollama 服务器。在 Docker 命令中使用 --network=host 参数即可解决。请注意，端口会从 3000 变为 8080，因此访问地址也会变为：http://localhost:8080。

Docker 命令示例：

docker run -d --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main

保持 Docker 安装版本最新

请查看我们的更新指南，位于 i