全网最全！Open-WebUI 私有部署完整攻略

竹诏 · AI实战教程 | 2026-06-23

你是否想要一个 长得像 ChatGPT、但完全跑在你自己服务器上的 AI 对话平台？
Open-WebUI 是目前 GitHub 上最火的开源 AI 前端（⭐ 80k+），支持 Ollama、OpenAI、Claude 等几乎所有主流模型后端。
本文将用 5 种部署方式，手抋手带你从零搭建一个团队可用的私有 AI 平台。

📑 目录

• 一、Open-WebUI 是什么？能干什么？

• 二、环境准备：Docker 安装

• 三、方案一：Docker 一键部署（推荐）

• 四、方案二：Docker Compose 部署（生产推荐）

• 五、方案三：Open-WebUI + Ollama 一体部署

• 六、Nvidia GPU 加速配置

• 七、方案四：pip / uv 纯 Python 部署

• 八、首次登录与模型连接

• 九、进阶配置：多用户、RAG、插件

• 十、日常维护与升级

• 十一、常见问题排查

• 十二、总结与下期预告

一、Open-WebUI 是什么？能干什么？

Open-WebUI（前身 Ollama-WebUI）是一个可自托管的 AI 对话平台，界面和 ChatGPT 几乎一模一样，但所有数据都存在你自己的服务器上。

核心特性一览

特性	说明
多模型支持	Ollama、OpenAI、Claude、vLLM、llama.cpp 等一键切换
多用户管理	注册审核、角色权限、团队协作
RAG 知识库	上传文档建立私有知识库，让 AI 基于你的资料回答
语音支持	Whisper 语音转文字 + TTS 文字转语音
插件系统	工具调用、函数扩展、自定义 Pipeline
Web 搜索	集成搜索引擎，让 AI 联网回答
本地存储	所有对话、设置、文件都在本地，零数据泄露

简单来说：Open-WebUI = 私有版 ChatGPT 界面 + 多模型切换 + 知识库 + 多用户管理。

二、环境准备：Docker 安装

部署 Open-WebUI 最推荐的方式是 Docker。

1 Linux 一键安装 Docker

curl -fsSL https://get.docker.com | sh

安装完后把当前用户加到 docker 组：

sudo usermod -aG docker root newgrp docker

2 验证 Docker

docker --version docker run --rm hello-world

3 Windows 用户

先安装 WSL2 + Docker Desktop，然后在 WSL 终端执行 docker 命令。

Windows 用户请在 WSL 终端里执行 docker 命令，不是 PowerShell。

三、方案一：Docker 一键部署（推荐）

最快上手的方式，两条命令搞定。

1 拉取镜像

docker pull ghcr.io/open-webui/open-webui:main

国内网络不好可用 Docker Hub：docker pull openwebui/open-webui:main

2 启动容器

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

参数	作用
-p 3000:8080	映射端口
-v open-webui:/app/backend/data	持久化存储
--restart always	自动重启

3 访问 WebUI

浏览器打开 http://服务器IP:3000，首次访问注册管理员账号。

✅ 搞定！ 你现在就拥有一个完整的私有 AI 对话平台了。

四、方案二：docker Compose 部署（生产推荐）

适合团队使用或长期运行场景。

1 创建目录

mkdir -p /opt/open-webui && cd /opt/open-webui

2 编写 docker-compose.yml

services:
  openwebui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: open-webui
    ports:
      - "3000:8080"
    volumes:
      - open-webui:/app/backend/data
    environment:
      - WEBUI_SECRET_KEY=your-secret-key
    restart: always

volumes:
  open-webui:

openssl rand -hex 32 生成随机密钥。

3 启动服务

docker compose up -d

4 查看日志

docker compose logs -f openwebui

5 停止服务

docker compose down

删除数据卷（慎用）：docker compose down -v

五、方案三：Open-WebUI + Ollama 一体部署

用 :ollama 标签，一个容器包含 Open-WebUI + Ollama。

CPU 模式

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

GPU 模式

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

GPU 模式需要先安装 Nvidia Container Toolkit。

docker Compose 版本

services:
  openwebui:
    image: ghcr.io/open-webui/open-webui:ollama
    container_name: open-webui
    ports:
      - "3000:8080"
      - "11434:11434"
    volumes:
      - ollama:/root/.ollama
      - open-webui:/app/backend/data
    restart: always

volumes:
  ollama:
  open-webui:

没有 GPU 删掉 deploy 段即可，CPU 也能跑。

六、Nvidia GPU 加速配置

1 安装 Nvidia Container Toolkit

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit sudo nvidia-ctk runtime configure --runtime=docker

2 使用 CUDA 镜像启动

docker run -d \n  -p 3000:8080 \n  --gpus all \n  -v open-webui:/app/backend/data \n  --name open-webui \n  --restart always \n  ghcr.io/open-webui/open-webui:cuda

3 验证 GPU

docker exec open-webui nvidia-smi

七、方案四：pip / uv 纯 Python 部署

不想用 docker？也可以直接用 Python 装。

方式 A：pip 安装

pip install open-webui open-webui serve

方式 B：uv 安装

curl -LsSf https://astral.sh/uv/install.sh | sh DATA_DIR=~/.open-webui uvx --python 3.11 open-webui@latest serve

方式 C：venv 虚拟环境

python3 -m venv open-webui-env source open-webui-env/bin/activate pip install open-webui open-webui serve

Python 版本要求：仅支持 3.11 和 3.12，3.13 暂不兼容。

找不到 open-webui 命令？
① 确认虚拟环境已激活
② 尝试 python -m open_webui serve
③ 指定数据目录：DATA_DIR=./data open-webui serve

八、首次登录与模型连接

1 注册管理员账号

首次访问 WebUI，系统会让你注册。第一个注册的账号自动成为管理员。

2 连接 Ollama 模型

进入 Settings → Admin Settings → Connections：

部署方式	Ollama 地址
同一台机器	http://host.docker.internal:11434
ollama 一体镜像	http://localhost:11434
另一台服务器	http://192.168.x.x:11434

3 拉取模型

ollama pull qwen2.5:7b ollama pull nomic-embed-text

4 连接云端模型

进入 Settings → Admin Settings → Connections → OpenAI：

提供商	API Base URL
OpenAI 官方	https://api.openai.com/v1
国内中转	填你的中转地址

**💡 小技巧：**可以同时配置 Ollama 本地模型 + OpenAI 云端模型，随时切换。

九、进阶配置：多用户、RAG、插件

9.1 多用户管理

管理员在 Settings → Admin Settings → General 中可以：

• 关闭注册：设为仅邀请模式

• 审批模式：新用户需管理员审批

• 角色分配：给不同用户分配不同模型权限

9.2 RAG 知识库

上传 PDF/Word/TXT 文档，让 AI 基于你的资料回答问题：

1. 进入 Workspace → Knowledge

2. 创建知识库，上传文档

3. 在聊天时 @ 知识库名称，AI 就会引用文档内容回答

RAG 需要嵌入模型，推荐 nomic-embed-text。

9.3 Web 搜索集成

让 AI 联网搜索：Settings → Admin Settings → Web Search，选择搜索引擎并填写 API Key。

9.4 语音功能

• 语音输入：集成 Whisper 模型，支持语音转文字

• 语音输出：集成 TTS，AI 回答可以语音播放

9.5 自定义系统提示词

在 Workspace → Models 中创建自定义模型预设，定义专属的角色和行为。

十、日常维护与升级

10.1 手动升级

docker rm -f open-webui # 拉取最新镜像 docker pull ghcr.io/open-webui/open-webui:main # 重新启动 docker run -d \n  -p 3000:8080 \n  -v open-webui:/app/backend/data \n  -e WEBUI_SECRET_KEY=“your-key” \n  --name open-webui \n  --restart always \n  ghcr.io/open-webui/open-webui:main

10.2 自动升级（Watchtower）

docker run --rm \n  --volume /var/run/docker.sock:/var/run/docker.sock \n  nickfedor/watchtower \n  --run-once open-webui

10.3 备份数据

docker run --rm \n  -v open-webui:/data \n  -v /mnt/c/root:/backup \n  alpine tar czf /backup/open-webui-backup.tar.gz -C /data .

10.4 查看日志

docker logs -f open-webui docker logs --tail 100 open-webui

十一、常见问题排查

问题	解决方案
页面打不开	检查防火墙是否放行 3000 端口
容器启动后秒退	查看日志：docker logs open-webui，通常是端口冲突或内存不足
Ollama 连接不上	① 确认 Ollama 在运行
② 用 host.docker.internal:11434 访问
③ 检查 Ollama 监听 0.0.0.0
每次重启都要重新登录	设置 WEBUI_SECRET_KEY 环境变量
国内拉镜像太慢	使用 docker Hub 源：openwebui/open-webui:main
WebSocket 连接失败	Nginx 反向代理需配置 WebSocket 支持
多用户卡顿	升级服务器配置或部署多实例 + 负载均衡

十二、总结与下期预告

🎯 一句话总结

docker 一条命令就能拥有一个团队级的私有 ChatGPT 平台。
数据在本地、模型可切换、多用户管理、知识库加持。

📋 部署方案选择指南

场景	推荐方案
个人尝鲜	docker 一键部署
团队长期使用	docker Compose
没有 Ollama	ollama 一体镜像
不想用 docker	pip / uv
企业生产	Kubernetes + Helm

📢 下期预告

『AI语音克隆做有声书』——用 AI 克隆你的声音，自动把小说/文档转成有声书，全程零成本！敬请期待 🎧

竹诏 · AI实战教程 | 每天早8点更新

觉得有用？转发给你的朋友，一起用 AI 搞钱 💰