最近在研究开源大模型应用落地时，发现了一个非常值得推荐的项目——Open WebUI。它是一个功能强大、可自托管的 Web 界面，专为运行大语言模型（LLM）设计。无论是对接 OpenAI API，还是配合 Ollama 运行本地模型，它都能提供极佳的用户体验，特别是其内置的 RAG（检索增强生成）功能，能让 AI 基于私有文档进行问答，非常适合搭建企业或个人知识库。
今天这篇文章，就来和大家分享一下如何从零开始部署 Open WebUI。

一、 为什么选择 Open WebUI？

市面上类似的 UI 工具不少，但 Open WebUI 能脱颖而出，主要有几个原因：

1. 体验接近原生 ChatGPT：界面 UI 设计非常现代化，操作逻辑符合直觉，几乎无学习成本。
2. 模型支持广泛：不仅完美支持 Ollama，还能接入任何 OpenAI 兼容的 API，切换模型非常灵活。
3. 隐私与安全：数据完全存储在本地服务器，对于注重数据隐私的团队来说，这是刚需。
4. RAG 原生支持：无需复杂配置，直接在界面上传文档，即可实现基于文档的精准问答。

二、 服务器环境准备

本次演示我们使用一台 Linux 服务器（以 Ubuntu 为例）。考虑到网络环境的稳定性和部署的便捷性，服务器选择上推荐大家使用国内线路优化的云服务器。
这里我使用的是雨云的服务器，主要原因是线路对国内用户比较友好，且性价比不错。如果是新注册用户，记得在注册的时候填写优惠码 techaser，绑定微信后能享受首月五折和永久八折，能省一点是一点。
推荐配置：

• CPU：2核及以上
• 内存：4GB 起步（若运行本地大模型建议 8GB+）
• 系统：CentOS 7.9 或 Ubuntu 20.04/22.04

三、 部署步骤详解

我们将使用 Docker 进行部署，这也是目前最方便、最快捷的方式。
如果你刚刚购买了雨云服务器并且预装了docker，雨云会帮你整合好所有东西，你只需要直接安装open webui即可。

1. 安装 Docker 及 Docker Compose

如果服务器尚未安装 Docker，请执行以下命令快速安装：

# 安装必要工具
curl -fsSL https://get.docker.com -o get-docker.sh
sh get-docker.sh
# 启动 Docker 服务
systemctl start docker
systemctl enable docker
# 安装 Docker Compose 插件（可选，视系统而定，新版Docker通常自带compose命令）

安装完成后，可以通过 docker --version 检查是否安装成功。

2. 拉取镜像并启动容器

Open WebUI 提供了两种主要的部署模式：一种是仅连接 OpenAI 等 API 的轻量模式，另一种是内置 Ollama 的全功能模式。
方案 A：仅使用 WebUI（连接外部 API 或已有 Ollama 服务）
这种方式占用资源较少，适合只作为前端界面的场景。

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

方案 B：集成 Ollama（推荐）
如果你希望在这台服务器上直接运行本地模型（如 Llama 3、Qwen 等），建议使用官方推荐的 Docker Compose 方式。
首先创建一个 docker-compose.yml 文件：

version: '3.8'
services:
  ollama:
    image: ollama/ollama:latest
    ports:
      - "11434:11434"
    volumes:
      - ollama_data:/root/.ollama
    restart: always
  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    ports:
      - "3000:8080"
    volumes:
      - open-webui:/app/backend/data
    environment:
      - OLLAMA_BASE_URL=http://ollama:11434
    depends_on:
      - ollama
    restart: always
volumes:
  ollama_data:
  open-webui:

保存后，在当前目录运行：

docker compose up -d

稍等片刻，待镜像拉取完成后，服务即启动。

四、 功能配置与使用

1. 初始化登录

服务启动后，在浏览器中访问 http://<你的服务器IP>:3000。
首次访问会提示你创建管理员账号。填写邮箱和密码即可完成注册。请注意，如果是生产环境使用，建议设置强密码。

2. 模型配置

进入后台后，点击右上角的“设置”图标。

• 连接 OpenAI：在“模型供应商”选项卡中，填入你的 OpenAI API Key。Open WebUI 会自动获取模型列表。
• 使用 Ollama：如果你采用了方案 B，Open WebUI 会自动检测到 Ollama 服务。你需要先在终端或 WebUI 的模型管理中拉取模型，例如：

  # 在服务器终端执行，拉取 Llama3 模型
  docker exec -it ollama ollama pull llama3
  

  拉取成功后，WebUI 界面上方即可选择该模型。

3. RAG 文档问答体验

这是 Open WebUI 的一大亮点。

1. 在聊天界面左侧，点击“文档”或直接使用 # 符号。
2. 上传你的 PDF、Word 或 TXT 文档。
3. 在输入框中提问，例如：“请根据上传的文档，总结核心内容。”
   系统会自动检索文档内容并结合大模型生成回答，准确度非常高，对于处理长文档或私有数据特别有用。

Open WebUI 作为一个开源项目，在功能完整度和易用性之间取得了很好的平衡。它不仅解决了数据隐私痛点，还提供了 RAG 这种高阶玩法，非常适合作为个人 AI 助手或团队知识库的基础平台。
如果你手头正好有一台闲置服务器，不妨试着部署一下。如果还没有合适的服务器，可以考虑去雨云看看，记得输入优惠码 techaser，体验成本会更低一些。
希望这篇教程对你有所帮助，如有任何部署问题，欢迎在评论区交流。