项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 158021
使用教程
环境要求
- Docker 环境(使用 Docker 安装方式时)
- Python 3.11(使用 pip 安装时,避免兼容性问题)
- 如需 GPU 加速,Linux/WSL 需安装 Nvidia CUDA container toolkit
- 某些 Docker 环境可能需要额外网络配置才能连接 Ollama
安装与启动步骤
-
1Docker 快速启动
Ollama 在本机时使用此命令,务必挂载数据卷,防止数据库丢失。
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 -
2访问 Web 界面
容器启动后,在浏览器打开 http://localhost:3000 即可使用。
-
3连接远程 Ollama
Ollama 部署在其他服务器时,把 OLLAMA_BASE_URL 换成实际地址再执行。
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 -
4仅用 OpenAI API
只使用 OpenAI 接口时执行,将 sk-xxxxxxxx 换成自己的真实密钥。
docker run -d -p 3000:8080 -e OPENAI_API_KEY=sk-xxxxxxxx -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main -
5启用 GPU 加速
使用 :cuda 镜像,需先安装 Nvidia CUDA container toolkit。
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 -
6内置 Ollama 启动
单容器同时包含 Open WebUI 与 Ollama,有 GPU 与仅 CPU 两条命令按需选择。
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 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 -
7pip 本地安装
需 Python 3.11,安装后运行 serve,访问 http://localhost:8080。
pip install open-webui open-webui serve
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OLLAMA_BASE_URL | 否 | 指定远程 Ollama 服务地址 | https://example.com |
OPENAI_API_KEY | 否 | 仅使用 OpenAI API 时填入的密钥 | sk-xxxxxxxx |
open-webui:/app/backend/data | 是 | 数据卷挂载,防止数据库丢失 | open-webui:/app/backend/data |
3000:8080 | 是 | 宿主机 3000 端口映射容器 8080 端口 | 3000:8080 |
如何确认成功
浏览器打开 http://localhost:3000(pip 方式为 http://localhost:8080)并看到聊天界面。
常见问题
Q:数据会丢失吗?
A:Docker 运行时必须加 -v open-webui:/app/backend/data,否则容器重建后数据库可能丢失。
Q:Docker 连不上本机 Ollama?
A:本机 Ollama 场景要加 --add-host=host.docker.internal:host-gateway;仍有连接问题请查官方文档。
Q:如何连接其他服务器上的 Ollama?
A:启动容器时加 -e OLLAMA_BASE_URL=https://你的地址,指向目标服务器即可。
Q:pip 安装失败怎么办?
A:确认使用 Python 3.11,可避免兼容性问题。
Q:如何更新 Docker 版本?
A:参考官方文档中的 Updating Guide 进行更新。
注意事项
- Docker 与 pip 两种方式二选一,不要用同名容器重复启动。
- 示例命令中的 sk-xxxxxxxx、https://example.com 需替换为真实值。
- 官方镜像提供 :cuda 和 :ollama 标签,可按需选择。
- Docker Compose、Kustomize、Helm 等更多安装方式见官方文档。
核心亮点
- 专为 Ollama 设计但兼容 OpenAI API,可统一管理多种本地与云端模型,部署门槛低
- 内置 RAG 文档问答与 MCP 支持,能直接上传文件构建知识库并连接外部工具,功能完整度高
- 界面现代、响应式,支持多用户、权限管理、聊天分享与模型切换,企业内自托管体验接近 ChatGPT
不足之处
- 功能堆叠较多,界面和配置项复杂,轻量用户需花时间熟悉
- 高并发或长会话场景下对资源占用和性能优化未知,文档/社区待观察
适用场景
- 个人或团队在本地/内网部署私有 AI 聊天门户,统一调用 Ollama 或 OpenAI 兼容服务
- 需要基于私有文档做 RAG 问答,并希望附带可视化对话管理界面
- 想通过 MCP 协议给聊天机器人扩展外部工具(如数据库、API 调用)的中小团队
替代项目
LibreChat、Lobe Chat、ChatGPT-Next-Web
下一篇:typebot.io
同类项目推荐
J.A.R.V.I.S
开源
用钢铁侠的管家,语音指挥你的电脑和家
Iron man inspired Personal virtual assistant
open-intelligent-ui
开源
让 AI 回答变成能点能用的界面,而不只是文字
An open-source take on ChatGPT's Intelligent UI: answers stream as interactive UI (m···
june
开源
本地跑通语音聊天机器人,一句话唤醒离线对话
Local voice chatbot for engaging conversations, powered by Ollama, Hugging Face Tran···
ChatFAQ
开源
用 RAG 和 Agent 快速搭建企业级智能问答机器人
Open-source ecosystem for building AI-powered conversational solutions using RAG, ag···
cskefu
开源
多渠道客服整合,智能机器人+人工坐席,提升响应效率
春松客服,开源客服系统
maid
开源
一个应用搞定本地与云端所有主流 AI 模型对话
Maid is a free and open source application for interfacing with llama.cpp models loc···
twitch-irc-rs
开源
用 Rust 快速构建 Twitch 聊天机器人,省去协议细节。
Twitch IRC library for the Rust programming language
PageTalk
开源
让浏览器页面开口说话,随时提问、总结、深聊。
PageTalk is a beautiful browser extension that allows you to use AI to read page con···
django-chatbot
开源
用 Django 快速搭建带实时聊天的 AI 机器人
Django Chatbot with Celery, Channels (WebSocket)
