2026 Open WebUI 搭建指南：给你的本地大模型穿上“ChatGPT”的皮肤

在 上一篇 中，我们成功让 VPS 跑起了 Ollama。但面对黑乎乎的终端窗口，体验总归不如 ChatGPT 网页版来得丝滑。

今天主角 Open WebUI（曾用名 Ollama WebUI），是目前开源社区公认的 “最强前端”。它不仅完美复刻了 ChatGPT 的界面，还自带了 RAG（本地知识库）、联网搜索 和 多模型竞技场 等杀手级功能。

🚀 为什么是 Open WebUI？

市面上的 AI 前端很多（如 LobeChat, FastGPT），但我首推 Open WebUI：

1. 原生适配 Ollama：它就是为 Ollama 生的，模型标签、参数设置自动同步。
2. 本地 RAG：直接把 PDF、Word 扔进对话框，它就能基于文档回答，无需额外配置向量数据库。
3. 多模态支持：如果你跑了 llava 等视觉模型，直接发图片给它就能看图说话。
4. API 聚合：它不仅能连本地模型，还能顺便把你的 ChatGPT、Claude API 统统管起来。

🛠️ Docker 一键部署

Open WebUI 极其依赖 Docker。如果你的 VPS 还没装 Docker，请先运行 Kejilion 工具箱 选 1 安装环境。

场景一：Open WebUI 和 Ollama 在同一台机器

这是最常见的玩法。

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

• 解释：--add-host 参数让容器能直接访问宿主机的 Ollama 端口（默认 11434）。
• 访问：打开浏览器输入 http://你的IP:3000，注册一个管理员账号（所有数据保存在本地，无需担心隐私）。

场景二：Ollama 在另一台机器（或 Windows/Mac）

如果你在 N100 小主机上跑 Ollama，想用云服务器做前端：

1. 确保 Ollama 已配置 OLLAMA_HOST=0.0.0.0（参考上篇教程）。
2. 启动 WebUI 时添加环境变量： -e OLLAMA_BASE_URL=http://你的Ollama公网IP:11434

🧠 核心功能实战

1. 搭建本地知识库 (RAG)

这是 Open WebUI 最强悍的功能。

• 操作：在对话框左侧点击 “文档” -> “+” -> 上传你的 PDF 电子书或公司文档。
• 使用：在聊天时输入 # 号，选择你刚才上传的文档集合。
• 效果：模型会优先根据文档内容回答，并标注引用来源。对于 2026 年的法律法规、技术文档查询，效率极高。

2. 开启联网搜索

想让本地模型知道“今天的新闻”？

1. 进入 设置 (Settings) -> Web Search。
2. 启用搜索，搜索引擎推荐选择 DuckDuckGo（免费）或 SearXNG（私有化）。
3. 现在的本地模型也能像 Perplexity 一样联网回答问题了。

3. 接入外部最强大脑 (GPT-4o / Claude 3.5)

本地模型算力有限，处理复杂逻辑（如写长代码）时还得靠云端大模型。Open WebUI 可以完美融合两者。

1. 进入 设置 -> Connections -> OpenAI API。
2. Base URL：填入你的 API 代理地址。
3. API Key：填入密钥。
4. 推荐方案： 如果你没有官方 Key，强烈推荐使用 银河录像局 (优惠码 ygjc) 的 ChatGPT Plus 合租 或 API 服务。把 Key 填进去，你就能在一个界面里，随意切换使用 免费的本地模型 处理隐私数据，付费的云端模型 处理高难度任务。

🔒 进阶：如何安全地暴露到公网？

直接开放 3000 端口非常危险。建议配合 Nginx 反向代理 并开启 HTTPS。 或者，使用我们在后续专题中会讲到的 Cloudflare Tunnel，无需公网 IP 也能安全远程访问。

🔗 下一步做什么？

现在你已经拥有了一个媲美 ChatGPT 的 AI 工作台。 但作为一个程序员，你肯定希望能直接在 VS Code 或 Cursor 里调用这些模型来写代码，对吧？

• 下一篇：Cursor AI 编辑器配置技巧：让本地模型帮你写代码