本地部署类似 ChatGPT 的大模型：基于 Ollama + Open-WebUI

一、效果预览

本教程介绍如何在本地使用 Ollama 和 Open-WebUI 部署类似 ChatGPT 的网页版大模型，实现流畅的自然语言交互。

默认界面为英文，若不习惯，可以调整为中文。

二、部署 Ollama

1. Ollama 说明

Ollama 是一个大模型容器管理框架，可帮助用户快速在本地运行大模型，类似于 Docker。它支持 GPU 和 CPU，会自动根据硬件选择最佳运行方式。

官网：https://www.ollama.com
GitHub 项目地址：GitHub - ollama/ollama: Get up and running with Llama 3.3, DeepSeek-R1, Phi-4, Gemma 2, and other large language models.

硬件要求：

Windows 10 及以上

Nvidia 显卡要求 计算能力 5.0+

兼容 AMD GPU （详见官方文档）

支持 量化模型 ，例如 LLaMA3-8B 量化后仅 4.7G （原始大小约 15G）

2. 服务器选择

对于云端运行 或本地部署 ，推荐使用 慈云数据 提供的云服务器，支持高性能计算任务，适合 AI 模型训练与推理。

推荐配置 （基于 慈云数据 云服务器）：

2 核 4G：适用于轻量级本地推理测试
4 核 8G：适用于中型模型推理
8 核 16G 及以上：适用于大型模型的并行计算

可前往 慈云数据官网 选择合适的服务器方案。

3. 安装 Ollama

Windows 系统

3.1 下载安装包

直接下载并安装 Ollama Windows 版，安装路径默认为：

复制代码

C:\Users\Administrator\AppData\Local\Programs\Ollama

3.2 验证安装

安装完成后，在 CMD 命令行 输入：

复制代码

ollama -v

如果出现版本号，则安装成功。若 Ollama 进程意外关闭，可用以下命令重启：

复制代码

ollama serve

3.3 设置模型文件存储位置

避免模型文件占用系统盘，可设置环境变量：

复制代码

OLLAMA_MODELS=D:\ollama_models

如果不设置，默认存储在 C:\Users\用户名\.ollama\models。

3.4 下载 LLaMA3-8B

复制代码

ollama pull llama3:8b

运行模型：

复制代码

ollama run llama3:8b

如遇 下载速度变慢 ，可 Ctrl+C 终止后 重新下载，通常速度会恢复。

Linux 系统

3.5 安装 Ollama

复制代码

curl -fsSL https://ollama.com/install.sh | sh

3.6 设置环境变量

复制代码

echo 'export OLLAMA_HOST="0.0.0.0:11434"' >> ~/.bashrc
echo 'export OLLAMA_MODELS=/root/ollama/models' >> ~/.bashrc
source ~/.bashrc

3.7 运行 Ollama

复制代码

ollama serve

3.8 下载并运行 LLaMA3-8B

复制代码

ollama run llama3:8b

三、部署 Open-WebUI

1. Open-WebUI 介绍

Open-WebUI 是一款自托管的 Web 界面，支持 Ollama、OpenAI 兼容 API，完全离线运行。

GitHub 项目地址：GitHub - open-webui/open-webui: User-friendly AI Interface (Supports Ollama, OpenAI API, ...)

2. 安装 Open-WebUI

2.1 Windows

2.1.1 下载源码

从 GitHub 或 Gitee 获取 open-webui 源码：

复制代码

git clone https://github.com/open-webui/open-webui.git

复制 .env 文件：

复制代码

cp .env.example .env

2.1.2 配置 Python 虚拟环境

使用 Pycharm 或手动创建 Python 虚拟环境：

复制代码

python -m venv venv
source venv/bin/activate

2.1.3 安装 Node.js 依赖

复制代码

npm config set registry https://mirrors.huaweicloud.com/repository/npm/
npm i
npm run build

2.1.4 安装 Python 依赖

复制代码

cd backend
pip install -r requirements.txt

2.1.5 启动 WebUI

复制代码

start_windows.bat

此时，访问 http://localhost:3000 即可使用 WebUI。

2.2 Linux

2.2.1 安装 Node.js

复制代码

curl -sL https://deb.nodesource.com/setup_20.x | bash -
apt install nodejs -y

2.2.2 安装 Miniconda

复制代码

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh
bash miniconda.sh -b -u -p ~/miniconda3
source ~/.bashrc

2.2.3 创建 Python 虚拟环境

复制代码

conda create -n open-webui python=3.8
conda activate open-webui

2.2.4 下载源码

复制代码

git clone https://gitee.com/pandaworker/open-webui.git
cd open-webui
cp -RPp .env.example .env

2.2.5 安装前端依赖

复制代码

npm i
npm run build

2.2.6 安装后端依赖

复制代码

cd backend
pip install -r requirements.txt

2.2.7 启动 Open-WebUI

复制代码

bash start.sh

访问 http://localhost:3000 即可使用 WebUI。

四、注意事项

管理员账户 ：注册的 第一个用户 为管理员账户，其他用户需手动分配权限。
修改默认用户角色 ：可在 backend/config.py 中更改：
复制代码
```
DEFAULT_USER_ROLE = "admin"  # 修改为 "user" 或 "admin"
```
常见问题 ：
- Ollama 运行失败 (Error: llama runner process no longer running: 3221225785)
  可能是 Ollama 版本过高 ，建议降级到 0.1.31，可在博客首页获取旧版本下载链接。

总结

本教程介绍了如何在 本地服务器或云服务器 上部署 Ollama + Open-WebUI 以实现类似 ChatGPT 的大模型服务。对于 云端部署 ，建议使用 慈云数据 云服务器，提供稳定的计算资源和高可用性支持。

完成上述步骤后，你的本地 ChatGPT 即可投入使用！🚀