Open WebUINew

自托管的本地模型 Web 界面,支持多用户与权限管理,常与 Ollama 搭配成团队内部的 ChatGPT

  • 热度
  • 本地模型
  • 自托管
  • 开源
  • 团队协作
  • AI编程开发
  • 免费
Open WebUI:给本地模型配一个团队能用的前端缩略图
信息有误?反馈纠错

请选择问题类型,无需登录或留下联系方式。

工具速览

给本地模型套一个像样的聊天界面,还能多人共用——团队内部自建 AI 助手最常见的那一层。

  • 免费是开源自托管
  • 开源部分源码公开,v0.6.6 起含品牌保护条款
  • 国内访问是可自托管在国内服务器
  • API 支持部分对接后端推理服务
适合
  • 想在内网提供共享 AI 界面的团队
  • 已经用 Ollama、需要更好前端的人
  • 数据必须留在自有服务器上的场景
优点
  • 源码公开、可自托管,界面接近主流聊天产品
  • 支持多用户、角色权限与单点登录,适合团队共用一套部署
  • 可对接 Ollama 与 OpenAI 兼容后端,模型可换;内置文档问答、联网搜索与 MCP 集成
缺点
  • 部署需要 Docker 与基本运维能力
  • 本身不含推理引擎,模型性能取决于后端与硬件
  • v0.6.6 起许可加入品牌保护条款,超过 50 用户的部署不能去掉 Open WebUI 标识,不再是 OSI 认证开源
价格

开源自托管免费,成本主要是服务器与运维投入。

价格随官方调整,请以官网为准

国内使用

可部署在国内服务器上,配合本地模型或国内厂商 API 使用。

Open WebUI 是一个自托管的 Web 聊天界面,用来给本地或自建的模型服务提供入口。最常见的组合是 Ollama 负责跑模型、Open WebUI 负责界面,在内网里得到一个用起来接近主流聊天产品的助手。它也能接任何 OpenAI 兼容接口,所以同一套界面里可以同时挂本地模型和云端 API。

为什么需要单独一层界面

命令行足够工程师自己用,但只要涉及"给同事用",就会遇到会话保存、模型切换、权限、共享提示词这些需求。Open WebUI 补的正是这一层:多用户、权限管理和一个不需要培训就会用的界面。

它本身不含推理引擎,模型跑得快不快取决于后端和硬件;它解决的是可用性,不是性能。

能做什么

按官方文档,除了基础的多轮对话,它还覆盖了团队自建助手常用的几块能力:

  • 文档问答(RAG):上传文档后基于内容回答,适合做内部知识库的第一版。
  • 联网搜索:接入搜索服务后,让回答带上网页结果。
  • 工具、函数与 Pipelines:用 Python 写扩展,给模型加调用外部系统的能力,或在请求前后插入过滤、路由逻辑。
  • MCP 集成:可以接入 MCP 工具服务,复用已有的 MCP 生态。
  • 账号与权限:基于角色的访问控制,支持 LDAP、OIDC 等单点登录,方便接入公司已有账号体系。
  • 图像生成与语音:可对接图像生成后端,并提供语音输入输出。

上手:两种装法

Docker(推荐)。官方快速开始给出的命令是:

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

启动后浏览器打开 http://localhost:3000,第一个注册的账号就是管理员。--add-host 那一行让容器能访问宿主机上的 Ollama;-v open-webui:... 把会话和设置存进数据卷,升级镜像时保留这个卷,数据才不会丢。WEBUI_SECRET_KEY 换成你自己的随机值。

pip。不想用 Docker 时,pip install open-webui 后执行 open-webui serve,默认端口是 8080。

镜像有两个版本::main 约 1.66 GB,自带嵌入、语音和重排模型;:slim 约 176 MB,适合这些能力都交给外部服务的部署。

许可要看清楚

这一点很多介绍没提:从 v0.6.6(2025 年 4 月) 起,Open WebUI 在原有许可基础上加了品牌保护条款。按官方许可说明,除非滚动 30 天内用户不超过 50 人、或取得企业许可等例外,否则不能删改界面里的 Open WebUI 名称和标识。官方也明确说明,v0.6.6 之后的版本因此不再算 OSI 认证的开源许可;v0.6.5 及以前的代码仍是 BSD-3-Clause。

对内部团队自用影响不大,但如果你打算把它换皮后作为自己的产品对外提供,先读完许可或联系官方购买企业许可。

部署与运维

对数据不出内网的团队,这套组合的价值很直接:模型在自己的机器上,界面在自己的服务器上,浏览器里访问,全程不出网。

代价是运维:容器、升级、备份、账号,一样都不会少。几个实际建议:

  • 用反向代理加 HTTPS,不要把 3000 端口直接暴露到公网。
  • 接好单点登录后关闭开放注册,避免任何人都能建号。
  • 定期备份数据卷;升级前先看版本说明,大版本升级先在测试环境试一遍。
  • 团队里得有人认领这件事,否则半年后它会变成没人敢动的黑盒。

和同类怎么选

  • 只需要把模型跑起来、自己在终端或 API 里用:Ollama 就够,Open WebUI 是加在它前面的一层。
  • 一个人在自己电脑上用、想要图形界面:LM Studio 这类桌面应用更省事,不用部署服务。
  • 要做面向业务的 AI 应用和工作流,而不只是聊天:看 Dify。

官方入口