自己搭一个“私人版 ChatGPT“：Open WebUI 一条命令部署 + 接入本地/云端模型保姆级教程

自己搭一个"私人版 ChatGPT"：Open WebUI 一条命令部署 + 接入本地/云端模型保姆级教程

适合人群：想要一个界面好看、数据存在自己电脑上的 AI 聊天工具的同学；想统一管理多个模型的折腾爱好者。需要会复制粘贴命令，不需要写代码。

一、为什么要自己搭

X 上 @ihteshamali 最近整理了一份"在付费订阅另一个 AI 服务之前值得先试试的 15 个开源工具"，获得 60+ 点赞、80+ 收藏。排在前两位的就是 Ollama 和 Open WebUI。原帖也很客观地提醒：大部分工具可以自托管，但部分功能或托管服务仍可能收费，使用前要看清许可证和硬件要求。

Open WebUI 是什么？简单说，它是一个开源的、自托管的 AI 聊天界面，长得和常见的 AI 聊天网页很像：左边是对话列表，中间是聊天区，可以切换模型、上传文件提问。它本身不带模型，而是去连接你的模型来源：

本地模型运行工具（比如 Ollama、LM Studio 等）；
任何 OpenAI 兼容的 API 服务（填入网址和密钥即可）。

这样做的好处是：聊天记录、设置都存在你自己的电脑上；可以在一个界面里同时使用多个模型；家里或团队里的其他人也可以通过浏览器访问（需要你自己做好安全设置）。

本文严格按照 Open WebUI 官方快速入门文档，带你完成部署。

二、准备工作

根据官方文档，Open WebUI 支持 macOS、Linux（x86_64 和 ARM64）和 Windows，安装方式主要有：

Docker：官方支持并推荐给大多数用户；
Python：适合资源有限或想手动安装的环境（官方说明支持 Python 3.11 和 3.12，暂不支持 3.13）；
桌面应用：官方 GitHub 提供桌面版，不需要 Docker。

本文以最推荐的 Docker 方式为例。你需要：

安装 Docker Desktop（Windows 用户官方建议配合 WSL 2 使用）；
准备一个模型来源：本地模型工具，或某个 AI 服务的 API 密钥。

三、保姆级部署步骤

补充：Windows 用户先把 Docker 装好

很多 Windows 新手卡在第一步：Docker 都还没装好。官方文档给出了在 WSL 环境下使用 Docker 的步骤，整理如下：

安装 WSL：按照微软官方文档安装 Windows 子系统 Linux（WSL）。安装完成后，开始菜单里会出现一个 Linux 发行版（比如 Ubuntu）。
安装 Docker Desktop ：从 Docker 官网下载安装包，安装过程中选择 WSL 2 作为后端。
开启 WSL 集成：打开 Docker Desktop，进入 Settings → Resources → WSL Integration，勾选"Enable integration with my default WSL distro"。如果你用的不是默认发行版，在列表里把它也勾上。
在 WSL 终端里运行命令：官方特别提醒，后续的 docker 命令要在 WSL 终端中执行，而不是在 PowerShell 或命令提示符里。

装好之后，在 WSL 终端里输入 docker --version，能看到版本号就说明安装成功，可以继续下面的步骤了。

步骤 1：生成一个固定的密钥

官方特别提醒：要设置一个固定的 WEBUI_SECRET_KEY，否则每次重建容器时所有人都会被登出。在终端里运行：

bash 复制代码

openssl rand -hex 32

把输出的一长串字符复制下来备用。（Windows 上如果没有 openssl，可以在 WSL 终端中运行。）

步骤 2：一条命令启动 Open WebUI

把下面命令中的 your-secret-key 替换成上一步生成的字符串，然后运行：

bash 复制代码

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key --name open-webui --restart always ghcr.io/open-webui/open-webui:main

各个参数是什么意思（来自官方说明）：

参数	作用
`-p 3000:8080`	在你电脑的 3000 端口访问界面，被占用可以改左边的数字
`-v open-webui:/app/backend/data`	聊天记录、用户和设置都存在这个数据卷里，升级不会丢，千万不要省略
`--add-host=host.docker.internal:host-gateway`	让容器能访问你电脑上运行的模型服务
`--restart always`	电脑重启后自动启动

小贴士：如果你只打算连接云端 API、不需要本地语音识别和文档向量化，官方提供了体积小得多的 :slim 镜像（官方数据约 196 MB，标准版约 1.62 GB），把命令末尾的 :main 换成 :slim 即可。但 slim 版处理 PDF、本地语音等功能需要额外配置外部服务，新手建议先用标准版。

步骤 3：打开界面，创建管理员账号

浏览器访问 http://localhost:3000。首次启动可能需要等一分钟左右。

如果页面打不开，运行 docker logs -f open-webui 查看日志，等出现 Application startup complete 字样再刷新。

首个页面会提示 "Create Admin Account"，第一个注册的账号就是管理员，可以管理所有用户和全局设置。官方提醒：一定要记住管理员密码。另外，管理员账号创建后注册功能会自动关闭，如果想让家人或同事加入，需要到设置中手动开启新用户注册，并在后台审批。

步骤 4：连接模型

Open WebUI 自己没有模型，需要你连接一个。进入：头像 → Settings（设置）→ Admin（管理员）→ Connections（连接）。

方式 A：连接本机的 Ollama

官方说明，如果 Ollama 运行在同一台电脑上，Docker 版会自动通过 http://host.docker.internal:11434 找到它。管理员可以在新对话的模型选择器中输入模型名并确认拉取。

方式 B：连接 OpenAI 兼容的 API

点击 "Manage OpenAI API Connections" 旁边的加号，填写服务商的 API 地址（例如 OpenAI 是 https://api.openai.com/v1）和你的 API 密钥，保存后模型会自动列出。

方式 C：连接其他本地模型服务

像 LM Studio 这类工具也提供 OpenAI 兼容的本地服务（下一篇文章会详细介绍），同样可以按方式 B 添加，地址填写该工具界面上显示的本地服务地址。注意从 Docker 容器里访问本机服务时，要把 localhost 换成 host.docker.internal。

步骤 5：发送第一条消息

点击 New Chat，在输入框里选择模型，输入问题，回车。还可以直接把文件拖进聊天框，针对文件内容提问。

四、常见问题 FAQ

Q1：模型列表是空的？

官方排错建议：如果 Open WebUI 跑在 Docker 里，而 Ollama 跑在宿主机上，Ollama 需要监听 0.0.0.0 才能被容器访问；如果用的是 API 服务，检查网址和密钥是否正确，有些服务商不提供模型列表，需要手动填写模型 ID。

Q2：3000 端口被占用？

把命令中 -p 3000:8080 左边的 3000 改成别的端口，比如 -p 3001:8080，然后访问对应端口。

Q3：怎么升级到新版本？

官方的手动升级方法是：

bash 复制代码

docker rm -f open-webui
docker pull ghcr.io/open-webui/open-webui:main

然后用同样的命令、同样的密钥重新启动容器。数据在数据卷里，不会丢失。官方建议升级前先备份数据卷。

Q4：怎么彻底卸载？

docker rm -f open-webui 删除容器；如果连数据也不要了，再执行 docker volume rm open-webui（这会删除所有聊天记录，请谨慎）。

Q5：可以让局域网里其他设备访问吗？

可以，但官方建议在对外开放前先阅读其安全加固指南。不要在没有任何防护的情况下直接暴露到公网。

五、进阶小技巧

固定版本号 ：生产环境或给家人用，官方建议使用具体版本号的镜像标签，而不是一直跟随 :main，避免升级带来意外变化。
文档问答：在对话中上传文件即可提问，适合查阅说明书、读论文。
多模型对比：同一个问题切换不同模型回答，选出最适合你任务的那个。
关闭不需要的外联 ：官方文档列出了默认会发起的外部请求（比如版本检查），可以通过环境变量关闭，比如 ENABLE_VERSION_UPDATE_CHECK=false。
保管好 API 密钥：连接云端服务时，密钥等同于你的钱包，不要截图外传。

实用场景：搭好之后可以用来做什么

部署完成只是开始，下面几个场景能让你的"私人 AI 聊天助手"真正派上用场：

家庭共享：给家人各开一个账号，大家用同一套模型，聊天记录互不干扰。老人孩子用浏览器就能访问，不需要每个人都去注册各种 AI 服务。
资料问答：把产品说明书、合同模板、学习资料拖进对话，让模型帮你查找条款、总结要点。重要结论记得回到原文核对。
模型横评：同一个问题分别用本地小模型和云端大模型回答，你会直观感受到它们在速度、质量、成本上的差别，从而决定哪些任务交给本地、哪些交给云端。
离线环境：出差、坐车网络不好的时候，如果连接的是本地模型，依然可以正常使用基础的问答和写作功能。

六、Open WebUI 适合谁、不适合谁

适合：

同时在用多个模型，希望统一入口的人；
重视数据保存在本地的人；
想给家人或小团队提供一个共用 AI 聊天界面的人。

不太适合：

完全不想碰命令行的人（可以考虑官方桌面版）；
电脑配置较低、又想跑大模型的人（这时更建议连接云端 API）。

安全提醒：自托管不等于"绝对安全"

自己部署的好处是数据在自己手里，但这也意味着安全责任在你自己身上。几个基本原则：

管理员密码要足够复杂，不要和其他网站共用。
不要随意开放注册。需要给别人用时，手动开启注册并逐个审批，用完再关闭。
只在局域网内使用是最省心的做法。如果确实需要外网访问，务必先阅读官方的安全加固文档，并使用可靠的反向代理和 HTTPS。
定期备份数据卷，尤其是升级之前。官方提供了专门的备份与恢复指南。
谨慎安装社区插件。Open WebUI 支持工具和函数插件，它们本质上是会运行的代码，安装前请确认来源可信。

做好这几点，你的私人 AI 助手才能用得安心。

七、总结

部署 Open WebUI 只需要四步：生成密钥 → 一条 Docker 命令启动 → 创建管理员账号 → 连接模型。十几分钟，你就拥有了一个界面友好、数据自主的"私人版 AI 聊天助手"。下一步，可以搭配本地模型工具，打造一个完全离线的 AI 工作台。

参考资料

X 原帖（@ihteshamali）：https://x.com/ihteshamali/status/2108612708816068862
Open WebUI 官方快速入门：https://docs.openwebui.com/getting-started/quick-start/
Open WebUI GitHub：https://github.com/open-webui/open-webui
Docker Desktop 下载：https://www.docker.com/products/docker-desktop/