Tags： AI Ollama Open WebUI Docker 本地部署 LLM DeepSeek 自托管

目录
环境说明
Docker Desktop 安装
Open WebUI 部署
连接本地 Ollama 服务
核心功能详解
局域网多设备访问
容器管理命令
pip 替代方案
常见问题排查
环境说明
项目    版本/要求
操作系统    Windows 10/11（Mac/Linux 同样适用）
Ollama    v0.2+，需已下载至少一个模型
Docker    Desktop v24+（推荐）
推荐模型    deepseek-r1:8b / qwen2.5:7b
浏览器    Chrome / Firefox / Edge 等现代浏览器
前置条件：本教程假设已完成 Ollama 安装和模型拉取。若未完成，请参考前置教程：本地 DeepSeek 部署指南

Docker Desktop 安装
Open WebUI 推荐通过 Docker 部署。Docker Desktop 提供 Windows 原生支持。

下载与安装
访问 Docker 官网：https://www.docker.com/products/docker-desktop
下载 Windows 版本安装包（约 600MB）
双击安装，按向导完成
安装完成后任务栏出现 Docker 图标（鲸鱼 logo）
验证安装
打开终端，执行：

docker --version
预期输出：

Docker version 27.x.x, build xxxxxxx
Open WebUI 部署
一键部署命令
在终端中执行以下命令：

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
参数详解
参数    说明
-d    以 detached 模式运行（后台进程）
-p 3000:8080    端口映射：主机 3000 → 容器 8080
--add-host=host.docker.internal:host-gateway    DNS 解析，使容器可访问宿主机网络
-v open-webui:/app/backend/data    将聊天记录持久化到 Docker Volume，容器删除后数据不丢失
--name open-webui    指定容器名称，便于后续管理
--restart always    系统重启 / Docker 服务重启后自动恢复运行
ghcr.io/open-webui/open-webui:main    镜像地址：GitHub Container Registry 官方仓库
镜像拉取
首次执行会从 ghcr.io 拉取镜像，大小约 1-2GB。视网络情况，耗时 5-15 分钟。

拉取完成后容器自动启动。可通过以下命令确认运行状态：

docker ps --filter "name=open-webui"
预期输出包含一行 open-webui 的容器记录，STATUS 为 Up xxx minutes。

连接本地 Ollama 服务
首次访问
浏览器打开：

http://localhost:3000
首次访问显示注册/登录页。所有账户数据存储在本地 Docker Volume 中，不经外部网络。

创建账户
点击 Sign up
填写 Name / Email / Password（本地注册，Email 可为任意值）
创建并登录
配置 Ollama 连接
若登录后模型下拉列表为空，需手动配置：

左下角头像 → Settings → Admin Settings → Connections
在 Ollama Base URL 字段填入：
http://host.docker.internal:11434
保存并刷新页面
原理：host.docker.internal 是 Docker Desktop 提供的特殊 DNS 名称，用于容器内部访问宿主机。11434 为 Ollama 默认端口。

配置完成后的请求链路：

浏览器 (localhost:3000)
  → Open WebUI 容器 (port 8080)
    → host.docker.internal:11434 (Ollama API)
      → 本地模型推理
核心功能详解
1. 系统提示词（System Prompt）
路径：Settings → General → System Prompt

允许用户自定义 AI 的行为模式。提示词会附加在每次对话的上下文之前。

示例：

你是一个专业的中文技术助手。回答规则：
- 优先使用简洁、准确的中文
- 对技术术语提供通俗类比解释
- 不确定的问题需明确说明"我不确定"
- 代码示例需包含中文注释
2. 多模型管理
Open WebUI 支持在同一界面管理多个 Ollama 模型：

新对话可选择不同模型
可同时进行多组独立对话，分别使用不同模型
适用于模型对比测试场景
3. 文档问答（内置 RAG）
支持的文档格式：PDF、DOCX、TXT、MD、CSV 等。

操作方式：对话框中点击 📎 → 上传文件 → 基于文件内容提问。

与 Page Assist 的 RAG 不同：Open WebUI 内置了向量化引擎，无需额外安装嵌入模型。

4. 对话管理
对话自动保存
支持搜索历史对话
支持重命名、归档
支持导出（JSON / Markdown）
局域网多设备访问
Open WebUI 作为 Web 服务，同一局域网内其他设备可直接访问。

获取宿主机 IP
终端执行：

# Windows
ipconfig

# Mac / Linux
ifconfig
找到 IPv4 地址（格式如 192.168.x.x）。

其他设备访问
在手机/平板浏览器中输入：

http://192.168.x.x:3000
使用同一账号登录即可。

安全建议
默认仅限局域网访问（非公网暴露）
如需仅本机访问，修改 -p 参数为 127.0.0.1:3000:8080
如需公网访问，建议前置 Nginx 反向代理 + HTTPS
容器管理命令
# 查看运行状态
docker ps --filter "name=open-webui"

# 查看日志
docker logs open-webui

# 停止
docker stop open-webui

# 启动
docker start open-webui

# 重启
docker restart open-webui

# 更新镜像
docker pull ghcr.io/open-webui/open-webui:main
docker stop open-webui
docker rm open-webui
docker run -d ... (使用上文完整参数重新创建)

# 完全删除（含数据）
docker stop open-webui
docker rm open-webui
docker volume rm open-webui
pip 替代方案
若不想安装 Docker，可使用 Python pip 直接安装：

# 创建虚拟环境（推荐）
python -m venv open-webui-env
source open-webui-env/bin/activate  # Windows: open-webui-env\Scripts\activate

# 安装
pip install open-webui

# 启动
open-webui serve
pip 方案的不足： - 需自行管理 Python 环境和依赖冲突 - 无自动重启机制 - 升级和卸载不如 Docker 干净 - 跨平台一致性差

综合推荐 Docker 方案，尤其对于非开发背景的用户。

常见问题排查
Q1：localhost:3000 无法访问 / 空白页

# 检查 Docker 运行状态
docker ps

# 检查 open-webui 容器日志
docker logs open-webui

# 若容器未创建或已退出，重新执行部署命令
Q2：登录后模型列表为空

确认 Ollama 服务正在运行：ollama list
检查 Admin Settings → Connections → Ollama Base URL 是否正确
若上述均正确，重启 Open WebUI：docker restart open-webui
Q3：响应速度慢

原因：Web 转发层增加少量延迟，通常 < 100ms。若显著慢于直接使用 Ollama：

Docker Desktop → Settings → Resources：将 Memory 调至 4GB+
限制同时运行的程序数量
选择更小的模型（qwen2.5:3b）
Q4：Docker 安装失败

常见原因： - Windows 需要启用 Hyper-V 或 WSL 2（Docker Desktop 安装向导会自动提示） - 检查 BIOS 中虚拟化技术是否开启（Intel VT-x / AMD-V） - 确保系统为 Windows 10 1903+ 或 Windows 11

总结
Open WebUI 是目前本地 LLM 生态中最成熟的开源 Web 前端方案。通过 Docker 部署，一条命令即可完成安装。

本系列教程完整链路：

Open WebUI（Web 前端） → Ollama（模型引擎） → DeepSeek / Qwen / Llama（开源模型）
三期教程覆盖了从模型安装到完整 Web 界面的全流程。下一篇将介绍如何为本地 AI 配置联网搜索功能。

本文是「AI轻上手」系列教程的第三篇。如有部署问题，欢迎在评论区留言讨论。