- 综合排序
- 最热优先
- 最新优先
- 来自专栏运维小路
DeepSeek-Open WebUI部署
前面部署了vLLM版本以后，访问它比较麻烦。如何才能更好的实现访问呢，这个就是我们今天要讲的Open WebUI，它可以向我们使用官方DeepSeek一样直接在网页进行对话。 Pipelines 插件支持：使用 Pipelines 插件框架将自定义逻辑和 Python 库无缝集成到 Open WebUI 中 1.创建conda 虚拟环境 conda create --name openwebui python=3.12.9 2.安装Open WebUI pip install open-webui -i https://mirrors.aliyun.com/pypi/simple / 3.启动Open WebUI # 禁用OLLAMA API export ENABLE_OLLAMA_API=False # 设置OpenAI API的基础URL为本地服务器 export OPENAI_API_BASE_URL WebUI open-webui serve 4.配置Open WebUI 5.开始提问
1.8K00编辑于 2025-03-04 - 来自专栏运维小路
DeepSeek-容器化(Docker)部署vLLM和Open WebUI
前面小节我们通过conda创建虚拟Python环境，实现vLLM和OpenWebUI的配置，但是这个安装部署会非常繁琐非费时间。我们今天将使用容器来部署。 systemctl restart docker 3.下载镜像 docker pull ghcr.io/open-webui/open-webui:cuda docker pull vllm/vllm-openai 5.运行Open WebUI容器 docker run -d \ --name openwebui-container \ --network host \ --gpus all \ - http://localhost:8000/v1 \ -e OPENAI_API_KEYS=OPENWEBUI123 \ -e USE_CUDA_DOCKER=true \ ghcr.io/open-webui /open-webui:cuda 6.验证DeepSeek #Open WebU访问地址，先创建管理员，然后进入对话界面， http://x.x.x.x:8080
9K10编辑于 2025-03-06 - 来自专栏leehao
Ollama整合open-webui
open-webui open-webui Open WebUI is an extensible, feature-rich, and user-friendly self-hosted WebUI For more information, be sure to check out our Open WebUI Documentation. 环境要求 熟练使用python Node.js >= 20.10 Python >= 3.11 步骤 克隆代码 git clone https://github.com/open-webui/open-webui.git cd open-webui/ 拷贝.env文件，可鼠标右键复制粘贴 # Copying required .env file cp -RPp .env.example .env 构建前端页面 #
66110编辑于 2025-02-11 - 来自专栏Java Tale
open-webui镜像启动失败
COMMAND CREATED STATUS PORTS NAMES 948e39d916a7 ghcr.io/open-webui /open-webui:main "bash start.sh" 7 seconds ago Up 7 seconds 0.0.0.0:11433->8080/tcp ollama-webui 看了日志才知道，原来是open-webui启动时期需要首先在线安装transformers库，但是huggingface.co对于国内来说是经常不可访问): 于是赶紧求助bing，找到一个镜像网站， 后来又想到开始虽然运行镜像启动成功了，但是启动特别慢，2、3分钟服务才能访问，看来也是需要访问huggingface网站的原因。 =12345678 \ ghcr.io/open-webui/open-webui:main 本文由 小马哥 创作，采用 知识共享署名4.0 国际许可协议进行许可 本站文章除注明转载
2K10编辑于 2024-08-15 - 来自专栏前端必修课
Open WebUI 文本效率分析工具
今天，我要分享一个我为 Open WebUI 开发的实用小工具 —— 一个能够实时统计文本生成效率的 Python 函数。 import BaseModel, Field from typing import Optional, Callable, Any, Awaitable import re import time from open_webui.utils.misc stats_array = [] if self.valves.chars_per_sec: stats_array.append(f"{chars_per_sec:.2f f"{chars}字") if self.valves.elapsed_time: stats_array.append(f"⏱️{elapsed_time:.2f
48110编辑于 2025-03-07 - 来自专栏用户2141488的专栏
容器环境下部署Open-webui、One-api、Ollama、Deepseek
Open-webui 是一种友好的 Web 用户界面，专为大语言模型（LLM）设计，支持包括 Ollama 和 OpenAI 兼容的 API。 ，已经消耗了一些token Open-webui docker run --name open-webui -d -p 8080:8080 --add-host=host.docker.internal :host-gateway -v /home/ubuntu/data/open-webui:/app/backend/data --name open-webui --restart always ghcr.io /open-webui/open-webui:main ## 访问web界面（http://127.0.0.1:8080/） #### 登录后界面 这次测试ollama、deepseek和webUI都是在一台机器上 鉴权的模型再来看看效果 总结 通过上面的部署我们可以看到，Open-webui 提供了一个非常友好的web交互界面，让用户可以不用懂代码、不用懂开发就能体验私有化大模型，One-api 提供了一个非常优秀的安全鉴权措施
2.9K11编辑于 2025-03-20 今日高质量开源项目：Open WebUI (原 Ollama WebUI)
项目简介OpenWebUI是一个功能丰富、可自托管的ChatGPT式Web界面，专门为本地或私有化部署的大语言模型（如通过Ollama运行的Llama3、Qwen等）提供现代化交互体验。 部署极其简单：一条Docker命令即可运行，几乎无门槛。 一分钟极速部署#使用Docker一键启动（假设已安装Ollama并拉取模型）dockerrun-d-p3000:8080\-vopen-webui:/app/backend/data\--nameopen-webui \--restartalways\ghcr.io/open-webui/open-webui:main#访问http://localhost:3000#首次登录创建账户，然后在设置中连接本地Ollama 项目地址GitHub:https://github.com/open-webui/open-webui官网:https://openwebui.com/总结：个人AI基础设施的成熟标志OpenWebUI
7.3K31编辑于 2026-01-27- 来自专栏轩辕镜像
Docker 部署 Open WebUI + Ollama 完整教程（Windows Linux 通用）—— 打造自己的本地OpenAI
拉取OpenWebUI镜像：展开代码语言：BashAI代码解释dockerpulldocker.xuanyuan.run/openwebui/open-webui:latest拉取Ollama镜像：展开代码语言 /open-webui:latestWindows系统（PowerShell执行）展开代码语言：PowerShellAI代码解释dockerrun-d--nameopen-webui--networkai-network-p3002 /openwebui/open-webui:latest关键命令说明：\-p3002:8080：将OpenWebUI的8080端口映射到本地3002端口，后续通过localhost:3002访问；\-eOLLAMA model":"qwen:0.5b","modified_at":"2026-04-23T14:32:04.754499059Z","size":394998579,"digest":"b5dc5e784f2a3ee1582373093acf69a2f4e2ac1710b253a001712b86a61f88bb 正常情况下，会显示两个容器的运行状态，如下所示（简化版）：展开代码语言：TXTAI代码解释CONTAINERIDIMAGEPORTSxxxxxxxdocker.xuanyuan.run/openwebui/open-webui0.0.0.0
3K20编辑于 2026-04-25 - 来自专栏LLM
Open-WebUI 接入腾讯混元大模型
25.1.10记：Open WebUI docker容器更新可能会导致腾讯云官方提供的Python SDK 丢失，需要重新安装环境(参照步骤1.b)。 1. 前置要求 a. 打开Open WebUI的控制台，安装腾讯云官方提供的Python SDK i. 我部署的设备是unraid，点击图标，然后点击WebUi下的Console，进入控制台（里面是Linux的terminal），复制并执行下面的命令。 前往Open WebUI社区，选择function然后搜索Tencent HunyuanAI，或者直接点击这里 ii. 点击get，输入自己Open Webui的地址就直接跳往安装。 b. 填写密钥 i. 点击齿轮按钮依次输入刚刚获取的密钥就行 c.
1.2K11编辑于 2025-01-10 - 来自专栏数据仓库技术
通过ollama+open webui可视化运行gemma
今天给大家介绍一个本地运行大模型的工具ollama，能够让我们方便地运行各种大模型，Open Webui 界面化的管理使用各种大模型。 1.安装ollama 1.1 什么是ollama ollama是专为在Docker容器中部署LLM而设计的，简化了部署和管理流程，目前它支持的模型如下： Model Parameters Size Download ollama pull gemma:7b 然后再执行上面命令，显示下面内容代表模型gemma已经运行了，可以开始对话了 我们测试一下： 2.安装Open Webui 2.1 安装Docker docker-desktop -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main 安装完成后，您可以通过http://localhost:3000访问 Open WebUI 至此安装完成 3.Open Webui 运行模型 界面如下 依次选择模型，选择对应的模型后，在3处输入内容即可
10.1K31编辑于 2024-03-06 - 来自专栏开发三两事
llama3&open-webui快速实现本地模型搭建
running就表示运行成功了 docker桌面下载 下载地址：https://www.docker.com/products/docker-desktop/ 下载完成后启动运行，可以看到如下界面 搜索框搜open-webui 大家可以直接搜索 llama3-8b-chinese-chat-ollama-q8 这个模型是对llama3进行了中文微调后的模型，相对对中文比较友好 一般小型模型也得几个G，下载需要一会时间等待，下载完成在webui ，不过一般个人电脑也仅仅是运行起来，速度比较慢，只能满足下自己日常的好奇心，真正要投入生产还是需要一个不错的机器才行，自己也可以下一些响应速度更快的mini模型测试 接口调用的使用方式 以上展示了使用open-webui
2.5K50编辑于 2024-04-29 从零开始构建强大 AI 对话系统：ollama + deepseek + open-webui 部署教程（Docker 版）！
手把手教你从零开始构建强大 AI 对话系统：ollama + deepseek + open-webui 完整部署教程（Docker 版）。 open-webui open-webui 是一个开源的 Web 界面，用于与 AI 模型进行交互。通过它，用户可以通过浏览器与部署的 AI 模型进行实时对话，查看模型的输出结果。 open-webui 接下来，我们将部署 open-webui，它是一个用于与 AI 模型交互的 Web 界面。 ollama + deepseek + open-webui 这里聊聊部署过程中遇到的一些问题和解决方案。 总结 通过以上步骤，我们已经成功地在 Docker 中部署了 ollama、deepseek 和 open-webui，并通过 Docker Compose 优化了整个部署过程。
1.3K10编辑于 2026-03-24- 来自专栏码匠的流水账
使用open-webui+deepseek构建本地AI知识库
序本文主要研究一下如何使用OpenWebUI+deepseek构建本地AI知识库步骤拉取open-webui镜像docker pull ghcr.io/open-webui/open-webui:maindocker /open-webui:main执行完之后等一会(大概要三四分钟)启动起来了访问http://localhost:3000/，注册管理员账号，注册完要等一会(估计要七八分钟)页面才出来可以-v . /open-webui-data:/app/backend/data来挂载数据看日志是有报错ERROR [open_webui.routers.openai] Connection error: Cannot ] get_all_models()INFO [open_webui.routers.ollama] get_all_models()INFO [open_webui.routers.ollama] latest工作空间 --> 知识库，点击+号上传文档使用时需要在聊天框通过#来指定知识库设置 --> 管理员设置 --> 数据库 --> 下载数据库，可以导出sqlite数据小结整体体验是docker部署起来
5.1K10编辑于 2025-02-18 - 来自专栏轩辕镜像
玩转本地大模型：Ollama + Open WebUI简明使用指南
引言 在过去的几个季度里，大语言模型（LLM）的平民化运动一直在快速发展，从最初的 Meta 发布 Llama 2 到如今，开源社区以不可阻挡之势适配、进化、落地。 据此，Llama 2 7B（70 亿）对应需要约 14GB 显存以进行推理，这显然超出了普通家用计算机的硬件规格。 run llama2-chinese "天空为什么是蓝色的？" # 对话模式 % ollama run llama2-chinese >>> /? 就 Ollama GUI 而言，根据不同偏好，有许多选择： Web 版：Ollama WebUI 具有最接近 ChatGPT 的界面和最丰富的功能特性，需要以 Docker 部署； Ollama WebUI
17.2K12编辑于 2024-09-29 - 来自专栏Mintimate's Blog
看看 Ollama 和 Open WebUI如何配合
本文将介绍如何在 macOS 上部署 Ollama 和 Open WebUI，实现本地运行 DeepSeek 大模型。 最后的效果：部署思路目前本地部署 DeepSeek-R1 的途径很多，主流的方法是使用 Ollama + Open WebUI 或者 Ollama + ChatbotUI；我个人是觉得 Ollama + 部署流程如下图所示：我的电脑配置:MacBook Pro (14-inch, 2023) M2Max 32GBOllama 部署这里有两个方法可以部署 Ollama，分别是二进制包安装和Docker安装 Open WebUI 部署同样，有两种方法可以部署 Open WebUI，分别是 Docker 安装和 Python pip 安装。既没有 Docker，也不想使用 Python? open-webui# 启动 Open WebUIopen-webui serve如果你想使用 Docker 部署 Open WebUI，那么可以参考 Open WebUI 官方文档。
3.3K01编辑于 2025-02-18 - 来自专栏轩辕镜像
NGINX WEBUI Docker 容器化部署指南
本文将详细介绍NGINXWEBUI的Docker容器化部署方案，包括环境准备、镜像管理、容器部署、功能测试及生产环境优化建议，帮助用户快速实现NGINXWEBUI的标准化部署。 通过以下命令验证镜像信息：#查看本地镜像列表dockerimages|grepnginxwebui#预期输出示例：#docker.xuanyuan.me/cym1102/nginxwebuilatestxxxxxxxx2weeksago500MB 容器部署基础部署命令使用dockerrun命令启动NGINXWEBUI容器，关键参数说明如下：dockerrun-itd\--namenginxwebui\#容器名称，便于管理-v/home/nginxWebUI 核心功能测试1.反向代理配置登录后进入「反向代理」模块，点击「新增」配置域名、目标服务器地址、端口等参数点击「保存」并生成Nginx配置，验证代理是否生效2.SSL证书管理进入「证书管理」模块，选择「申请证书 资源与性能优化容器资源限制：添加--memory=2g--memory-swap=2g--cpus=1限制容器资源使用，避免过度占用主机资源。
80111编辑于 2025-11-11 - 来自专栏运维知识
使用Ollama和Open WebUI管理本地开源大模型的完整指南
目录 ✨️Open-WebUI介绍 优点 部署教程 1.打开官网地址 2.安装Docker 3.Open WebUI下载 ️️功能介绍 1.AI编程 2.聊天历史 3.自定义Web的界面 ✨️Open-WebUI 部署教程 1.打开官网地址 打开，开源项目Open-WebUI地址放在下方 点击！ https://github.com/open-webui/open-webui 点进去之后里边也是有相应的功能介绍，以及不同环境下的安装(具体看文档介绍) 2.安装Docker 自行去官网安装，安装教程也是十分的简单 --name open-webui: 为容器指定一个名称 open-webui，以便于管理和识别。 ghcr.io/open-webui/open-webui:main: 使用来自 GitHub 容器注册表（GitHub Container Registry）的 open-webui 镜像，并指定使用
38.1K32编辑于 2024-06-03 - 来自专栏测试开发架构之路
【部署问题】解决Nginx: open() ＂usrlocalNginxlogsNginx.pid failed（2:No such file or directory）
-rw-r--r-- 1 root root 1246 12月 9 18:10 access.log
1.5K30发布于 2018-08-15 老周的AI极客工坊 | 零成本部署本地私有 ChatGPT：Ollama + Open WebUI 极速搭建指南
我们使用目前最强本地引擎 Ollama，配合高颜值前端 Open WebUI，教你如何一键跑通，实现 100% 离线、隐私安全且完全免费的私有 AI 体验！ 整个部署过程均在本地网络环境下流畅完成。本教程仅用于个人多设备互联与合规的远程办公场景。 为什么选择 Ollama + Open WebUI？ 第二步：用 Docker 一键部署 Open WebUI Open WebUI 官方推荐使用 Docker 进行部署，这样可以避免配置繁琐的 Python 环境和依赖包。 1. /open-webui/open-webui:main container_name: open-webui ports: - "3000:8080" volumes 刷新您的 Open WebUI 网页，在顶部的模型选择框中即可直接看到并调用 myqwen2 大模型，享受流畅的中文对话！
10810编辑于 2026-06-24- 来自专栏MoeLove
Open-Falcon监控系统部署
本文并不分析Open-Falcon的架构或者选用它的原因，官方的文档在这里，虽然还不够完善。不过这也是我写这篇的原因，官方文档并没能把整个部署过程连在一起，而且个别地方有点问题。 我在这篇文章中就不介绍各个组件的作用和功能了，只是单纯的介绍如何从零部署。 安装 下载 wget https://github.com/XiaoMi/open-falcon/releases/download/0.0.5/open-falcon-0.0.5.tar.gz -O open-falcon.tar.gz 解压 mkdir tmp tar -zxvf open-falcon.tar.gz -C . /control tail 注意配置项目中的数据库连接, 以及下面的shortcut 中需要配置外网可以访问的地址,如果不是在服务器部署的话,这里默认也没有关系.
1.5K30发布于 2018-08-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号