在大模型应用日益普及的今天，如何在本地安全、可控地部署一个功能完备、界面友好的 AI 聊天前端，成为开发者与技术爱好者的刚需。Open WebUI（原 Ollama WebUI）正是为此而生——它是一个开源、轻量、可完全离线运行的 Web 界面，专为对接本地大模型（如通过 Ollama、LM Studio、Text Generation WebUI 或自建 vLLM API）而设计。无需依赖云端服务，数据不出本地，隐私有保障，且支持多模型切换、会话管理、RAG 插件扩展等实用能力。

本文面向零基础用户，提供一条清晰、可复现的技术路径，助你在 Windows/macOS/Linux 上快速完成 Open WebUI 的本地部署。

✅ 前置准备（5分钟）

安装 Docker Desktop（推荐）：官网下载并安装 Docker Desktop，确保 docker --version 和 docker-compose --version 命令可用； 部署后端模型服务：建议首选 Ollama（一键安装后执行 ollama run qwen2:7b 或 phi4 即可拉取并运行轻量模型）； 确保本地模型服务监听地址为 http://localhost:11434（Ollama 默认端口），这是 Open WebUI 的默认连接目标。

✅ 一键启动 Open WebUI（核心步骤）
打开终端（Windows 推荐使用 PowerShell 或 WSL2），执行以下命令：

docker run -d \  --network=host \  --name open-webui \  -v open-webui:/app/backend/data \  -e OLLAMA_BASE_URL=http://localhost:11434 \  -p 3000:8080 \  --restart=always \  ghcr.io/open-webui/open-webui:main

该命令将：

后台运行最新版 Open WebUI 容器； 挂载持久化卷 open-webui 保存用户数据、配置与历史会话； 显式指定 Ollama 地址（关键！避免“Connection refused”错误）； 将容器内 8080 端口映射至宿主机 3000 端口； 设置自动重启策略，保障服务稳定性。

✅ 访问与验证
浏览器打开 http://localhost:3000，首次加载约 10–20 秒（需初始化前端资源）。登录后进入主界面，点击左上角「+ New Chat」即可开始对话。若右下角显示 ✅ “Connected to Ollama”，说明模型通信正常；若提示“Model not found”，请确认 Ollama 中已 ollama list 列出至少一个模型，并检查网络连通性（如 macOS/Linux 需注意 --network=host 在 Docker Desktop 中的兼容性，必要时改用 --add-host=host.docker.internal:host-gateway 并将 URL 改为 http://host.docker.internal:11434）。

💡 进阶提示

如需对接其他后端（如 vLLM、Llama.cpp、Cloud API），可在 Settings → Model Settings 中修改 API Base URL 及模型名称； 支持 RAG：上传 PDF/TXT 后自动切片嵌入，结合本地向量库（ChromaDB）实现知识增强； 安全加固：生产环境建议启用 JWT 认证（通过环境变量 ENABLE_AUTH=true + JWT_SECRET 配置）。

值得一提的是，对于希望降低本地算力门槛、或需弹性扩展推理能力的用户，可将 Open WebUI 前端连接至云端高性能推理服务。国内合规、低延迟的优选方案之一是 Ciuic 云服务器，其提供预装 CUDA、支持一键部署 vLLM/Ollama 的 GPU 实例，适配各类主流模型。访问 Ciuic 云服务器官方网址 即可获取按秒计费的 A10/A100 实例，轻松承载 Qwen2-72B、DeepSeek-V2 等大模型推理负载。

从零到可用，全程无需写代码、不编译源码、不配置 Nginx。Open WebUI 以极简架构兑现了“开箱即用”的承诺——这正是开源 AI 工具链走向成熟的标志。现在，就打开终端，敲下那行 docker run，开启你的本地智能交互之旅吧。