👉 这是一个或许对你有用的社群
🐱 一对一交流/面试小册/简历优化/求职解惑，欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料：
👉这是一个或许对你有用的开源项目
国产Star破10w的开源项目，前端包括管理后台、微信小程序，后端支持单体、微服务架构
RBAC权限、数据权限、SaaS多租户、商城、支付、审批工作流、大屏报表、ERP、
CRM、WMS、MES、EAM、HRM、OA、FMS、PMS、AI大模型、AI工作流、AI Agent、IoT物联网、IM实时聊天等功能：
- 多模块：https://gitee.com/zhijiantianya/ruoyi-vue-pro
- 微服务：https://gitee.com/zhijiantianya/yudao-cloud
- 视频教程：https://doc.iocoder.cn
【国内首批】支持 JDK25 + SpringBoot4、JDK17/21+SpringBoot3、JDK8/11+Spring Boot2三版本 QUOTE
让本地和云端模型，共用一个能管理知识与权限的界面。
本地跑大模型这件事，做的人越来越多。Ollama 把下载和运行模型变得很简单，但每次都在命令行里聊天终究不顺手。用一段时间之后，多数人都会搜到同一个东西，Open WebUI。
这篇就把它从头到尾聊一遍，从它是什么、能做什么，到具体怎么装上。
Open WebUI 是一个开源、自托管的 AI 操作界面。
它最开始叫 Ollama WebUI，顾名思义就是给 Ollama 配的网页端。后来功能越加越多，名字也改了，现在早已不只是 Ollama 的前端，本地模型和各类云端服务可以同时接进来。
— 管理后台里的模型与知识库设置
项目由 Timothy Jaeryang Baek 发起，社区很活跃，Discord 里有数万名开发者，Docker 镜像累计拉取次数超过 2 亿。这个数字说明用的人确实不少。
— 暗色主题下的对话界面
核心特点一句话能说完，完全私有、离线可用、功能齐全。部署在自己的服务器或本机，数据不出门，没有账号限制，也没有每月 API 费用的上限。
仓库目前十五万多 Star，是这份榜单上 AI 界面类项目里最高的一个。
— open-webui/open-webui 仓库首页
ruoyi-vue-pro
基于 Spring Boot + MyBatis Plus + Vue & Element & Ant Design 实现的后台管理系统 + 用户小程序，RBAC权限、数据权限、SaaS多租户、商城、支付、审批工作流、大屏报表、ERP、CRM、WMS、MES、HRM、EAM、OA、FMS、PMS、AI大模型、AI工作流、AI Agent、IoT物联网、IM实时聊天等功能
项目地址：https://github.com/YunaiV/ruoyi-vue-pro
视频教程：https://doc.iocoder.cn/video/
打开之后第一印象很接近 ChatGPT，细看会发现功能入口多不少。左边是对话历史，右边是聊天区，顶部可以切换模型，操作习惯和主流 AI 聊天产品差不多，不太需要适应期。
— 亮色主题下的默认界面
— 暗色主题的另一种呈现
响应式做得不错，手机上用同样流畅，还支持 PWA，可以把网页版装到手机桌面，用起来接近原生应用。
— 自定义主题的实际效果
yudao-cloud
基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element & Ant Design 实现的后台管理系统 + 用户小程序，RBAC权限、数据权限、SaaS多租户、商城、支付、审批工作流、大屏报表、ERP、CRM、WMS、MES、HRM、EAM、OA、FMS、PMS、AI大模型、AI工作流、AI Agent、IoT物联网、IM聊天等功能
项目地址：https://github.com/YunaiV/yudao-cloud
视频教程：https://doc.iocoder.cn/video/
这是它最实用的地方之一。本地的 Ollama 模型和远端的 OpenAI 接口可以同时配置进来，在同一个界面里切换。聊到一半觉得这个模型不够用，换一个接着聊，不用另开窗口。
还有一个多模型对比功能，把同一个问题同时发给两个模型，左右排列看回答。评估不同模型在特定任务上的表现，这个功能效率很高。
能接的服务覆盖得很全，Ollama、OpenAI、Anthropic、Gemini、GroqCloud、LMStudio、OpenRouter 这些主流选项都在。
PDF、Word、TXT、CSV 都能上传，攒成一个私有知识库。对话时用井号命令引用知识库内容，模型就会基于你的文档来回答，不靠印象编。
底层支持 9 种向量数据库，ChromaDB、PGVector、Qdrant、Milvus 这些都在列，按自己的情况选。文档解析也准备了多个引擎，Tika、Docling、Mistral 各有各的适用场景。
搜索增强同样做了，能接入 SearXNG、Google、Bing、DuckDuckGo、Perplexity 等十五个以上的搜索提供方。本地模型接上网络搜索之后，时效性这个短板基本就补上了。
语音转文字支持本地 Whisper、OpenAI、Deepgram、Azure；文字转语音支持 Azure、ElevenLabs、OpenAI 等。按着麦克风说话，模型用语音答回来，中间不用切到别的工具。
再往前一步是视频通话模式，摄像头对着你，模型靠视觉能力分析画面并跟你互动。
图片生成也集成进来了，DALL-E、Gemini、ComfyUI、AUTOMATIC1111 都能用，不必再单独开一个工具，在聊天窗口里直接出图。
这个功能在 Open WebUI 里叫 Model Builder，逻辑和 GPTs 差不多。选一个基础模型，写好 System Prompt，绑定特定知识库，再挂几个工具，就能存成一个专用助手。
比如做一个代码审查助手，把你们团队的编码规范写进去；或者做一个合同分析助手，上传公司常用的合同模板。之后每次用都不用重新配置，打开就用。
动态变量也支持，像 {{ USER_NAME }}、{{ CURRENT_DATE }} 这类占位符会自动替换成当前用户名和日期，写 System Prompt 时省事不少。
权限管理基于 RBAC，能细化到每个模型的使用权限。研发团队用代码模型，财务团队只能用通用对话模型，互相不干扰。
用户认证支持 LDAP 与 Active Directory、SSO 单点登录、SCIM 2.0 自动同步，公司有现成账号体系的话接进来不麻烦。
Channels 功能有点像 Slack，可以建频道，团队成员在同一个频道里和 AI 协作，用 @模型名 召唤不同模型参与讨论，所有人看到的是同一条时间线。
管理员面板带用量统计，能看到每个用户调用了哪些模型、消耗了多少 Token，内部做成本核算有依据。
能不能私有化落地，往往就在这些不性感的功能上见分晓。
Python 工具可以直接在界面里写函数，让模型具备查数据库、调外部接口、做计算的能力。不用单独搭服务，内置了代码编辑器，写完绑到助手上就能用。
Pipelines 是一套插件框架，用来自定义消息的过滤、路由和转换逻辑。社区已经有现成例子，比如拿 Langfuse 做用量监控、拿 LibreTranslate 做实时翻译。
MCP 是原生支持的，理论上可以接入数以千计的第三方服务和数据源。这个协议由 Anthropic 推出，生态已经不小，Open WebUI 在早期就跟进了。
Docker 是最推荐的方式，也最省事。如果 Ollama 已经在本机跑着，一条命令就够。
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
跑起来之后打开 http://localhost:3000 就能用。
想把 Ollama 和 Open WebUI 打包在一起，用带 ollama 标签的镜像更省心，一个容器全搞定。有显卡的加 --gpus=all，纯 CPU 的去掉这个参数即可。
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
只用云端接口、不在本地跑
模型的话，环境变量里塞一个 key 就行。
docker run -d -p 3000:8080 \
-e OPENAI_API_KEY=你的key \
-v open-webui:/app/backend/data \
--name open-webui --restart always \
ghcr.io/open-webui/open-webui:main
如果 Ollama 装在另一台机器上，把 OLLAMA_BASE_URL 换成那台机器的地址即可。
不想用 Docker 也可以走 pip，前提是 Python 版本为 3.11。装完开服务，访问 http://localhost:8080。
pip install open-webui
open-webui serve
镜像有几个变体，main 是标准版，cuda 带 NVIDIA 显卡支持，main-slim 体积更小、首次启动时再下载 Whisper 这类模型。生产环境建议锁死版本号，避免更新带进不兼容的变化。另外有个容易踩的坑，命令里的数据卷挂载不能省，数据库就靠它落地，删掉的话重启一次数据就没了。
个人开发者想在本机跑模型、又不想每次敲命令行的，它给了一个顺手的界面，还能同时管几个模型。隐私有保障，开销基本只剩电费。
小团队不想买 ChatGPT Team 或 Claude for Work 的，可以自己搭一套，权限管理和用量统计都齐。
企业内网部署这类有合规要求的场景更是它的主场，完全离线运行，LDAP、SSO、SCIM 的集成也到位，对接公司现有账号体系不费劲。
AI 工具研究者想测不同模型在相同任务上的表现，多模型对比功能用起来很高效。
有一条得提前说清楚。它的许可证既不叫 MIT 也不叫 Apache，是一份自定义的 Open WebUI License，里面专门有一条品牌条款，除了一定期限内最终用户不超过五十人的部署，或者拿到作者的书面许可，否则不允许改动、移除、遮挡或替换 Open WebUI 的品牌标识。想拿它改个名字对外提供服务的话，先看这一条。
Open WebUI 在功能覆盖上已经很全面，你能想到的 AI 交互需求，它基本都有对应模块。但功能多也意味着初次配置要花点时间摸清楚，好在文档写得还行、社区也活跃。
十五万多 Star 在开源工具里算是相当大的数字，说明它经受住了不少真实用户的检验，更新也很频繁，隔一阵就有新功能进来。
如果你正在用 Ollama 跑本地模型，或者在找一个能私有化部署的 AI 界面，它值得试试。花半小时配好，之后大概率会一直用下去。
— Open WebUI 的 Star 增长曲线
仓库在 https://github.com/open-webui/open-webui 文档在 https://docs.openwebui.com
欢迎加入我的知识星球，全面提升技术能力。
👉 加入方式，“长按”或“扫描”下方二维码噢：
星球的内容包括：项目实战、面试招聘、源码解析、学习路线。
文章有帮助的话，在看，转发吧。
谢谢支持哟 (*^__^*）
