- 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。 下载镜像 docker pull ghcr.io/open-webui/open-webui:cuda docker pull vllm/vllm-openai 4.运行vLLM容器 docker run 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首页就可以选择开始使用了； 本地模型使用 可以看到首页下拉框中可以选择我们已经下载好的模型 开始本地模型测试，断网后也可以离线使用了，完全不用担心信息外泄，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和Ollama联动使用的示例 ； Ollama也提供接口直接调用的方式使用，方便二次开发： curl http://localhost:11434/api/generate -d '{ "model": "phi3", "prompt
2.5K50编辑于 2024-04-29 - 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 response-content-disposition=attachment%3B+filename*%3DUTF- ...此处省略不到n字... 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， =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
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。 （官网，github） 部署环境 系统：Ubuntu 22，8C16G，50G存储硬盘，香港地域云主机 选择香港地域的机器主要是为了pull镜像方便，此次部署只是对流程做介绍，不考虑性能，要好的性能选gpu /ubuntu/data/open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui 端口，加上外部链接后webUI就能识别到这个模型（为了测试效果，11435端口对应的模型是deepseek-r1:7b） #### 同理，加上配置了One-api 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个工具都是拿来开箱即用，非常方便；
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 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 问题3：OpenWebUI无法连接Ollama现象：模型列表为空，且验证命令执行失败。
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. 3. 完成，配置完之后如下。 4. 尾声 Github地址 OpenWebUi社区地址 灵感来源于 Google GenAI by justinh-rahb
1.2K11编辑于 2025-01-10 无需公网IP，内网穿透远程访问Ollama+Gemma3模型+Open WebUI教程
本地部署Ollama搭配开源视觉模型Gemma3和Open WebUI，不仅可离线运行强大多模态大模型，还通过图形界面实现便捷交互，兼顾隐私、安全与易用性。 以下是在本地部署Ollama+Gemma3模型+Open WebUI的完整细化流程，适用于Windows环境，后续还可以结合贝锐花生壳进行内网穿透实现远程访问，而且无需公网IP、无需配置路由器，操作非常简单 2.打开命令提示符拉取Open WebUI Docker镜像docker pull ghcr.io/open-webui/open-webui:main3.启动容器并绑定Ollamadocker run-d 远程访问使用贝锐花生壳生成的固定访问链接，即可直接访问到本地部署的Open WebUI。 至此，从模型部署到图形化界面再到远程访问，一整套基于Ollama+Gemma3+Open WebUI的本地AI应用方案已经搭建完成。
3.4K20编辑于 2025-06-30- 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 2.3 安装Open Webui 执行docker命令安装 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 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 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-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] [open_webui.routers.retrieval] adding to collection web-search-d8b3e7117d85062f511572e3004ad60997448e8ed9e9b7e3bac5 #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，页面展示有点慢，联网搜索一开始选择serply不生效，换成tavily
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
以 4-bit 量化为例，其将原本 FP16 精度的权重参数压缩为 4 位整数精度，使模型权重体积和推理所需显存均大幅减小，仅需 FP16 的 1/4 至 1/3，意味着约 4GB 显存即可启动 7B 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
不单单是媲美 OpenAI O3 的推理能力，更是用极低的成本，惊艳了世界。更何况，DeepSeek-R1 是开源的，任何人都可以部署，实现本地运行大模型，真正的 OPEN。 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 + 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。 环境准备Docker环境安装部署NGINXWEBUI前需确保服务器已安装Docker环境。 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 密码找回若忘记管理员密码，通过以下步骤重置：安装SQLite工具：aptinstallsqlite3#Ubuntu/Debian#或yuminstallsqlite3#CentOS/RHEL修改数据库： ）UPDATEadminSETpassword='21232f297a57a5a743894a0e4a801fc3'WHEREusername='admin';#注：'21232f297a57a5a743894a0e4a801fc3
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！ 3.Open WebUI下载 安装完成之后重启电脑，打开Docker 复制这条命令( Ollama 在您的计算机上使用以下命令) 不同的条件下，有不同的命令，详细见开源地址所述 docker run --name open-webui: 为容器指定一个名称 open-webui，以便于管理和识别。 3.自定义Web的界面 管理链接更新模型 多的就不在介绍，大家部署完成之后自行实践，设置的项十分的重要。
38.1K32编辑于 2024-06-03 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
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 : 3. 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！
11010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