为什么它在本地 LLM 圈这么火
Open WebUI（前身为 Ollama WebUI）从 2023 年一个社区项目起步，到 2026 年已经成为”本地跑大模型”人群的事实默认前端。它的核心定位是让本地的 Ollama / OpenAI 兼容后端有一个能跟 ChatGPT 相媲美的体验。本篇从安装到日常用法评测一遍。
安装：一行命令搞定
最简形态：
docker run -d -p 3000:8080 \
--add-host=host.docker.internal:host-gateway \
-v open-webui:/app/backend/data \
--name open-webui \
ghcr.io/open-webui/open-webui:main
访问 http://localhost:3000，首次创建管理员账号即可使用。需要对接 Ollama 则加 -e OLLAMA_BASE_URL=http://host.docker.internal:11434。
UI 一上手的舒适度
- 多模型切换顺滑：左侧栏直接选正在跑的模型，不需要切换 tab。
- 对话历史分组：按文件夹 / 项目分类，比 ChatGPT 网页版更清晰。
- Markdown + 代码高亮原生支持，渲染接近 Cursor。
- 支持图片上传（多模态）：视觉模型对话直接体验。
真正值回票价的特性
1. RAG（知识库）原生集成
上传 PDF / Word / txt，自动向量化、对接本地模型做问答。整个过程不需要再起 ChromaDB 之类。开箱即用这一点对本地用户至关重要。
2. Web Search 插件（可选）
接 SearXNG、Serper、Google CSE 任一，让模型用本地知识 + 实时搜索做回答。从”我只能基于训练数据”变成”我能查当前事件”。
3. 工具调用 (Tools)
2026 年的 Open WebUI 把 Function Calling 工具集成做了大幅简化。可以注册 Python 函数（API 调用、数据库查询）、让模型在对话里自动调用。这把”聊天框”的边界推到了”Agent 平台”。
4. 多用户 / 权限模型
支持注册审批、用户分组、模型访问控制。家庭 / 小团队 / 内部 AI 中台都能直接用同一套部署。
几个使用上的小坑
- 大量历史对话时 Web 加载变慢：建议按项目分组，定期归档。
- RAG 默认 Embedding 模型是 sentence-transformers，对中文不友好；自己换 bge-m3 或 Qwen Embedding 后体验提升明显。
- Docker 部署的端口冲突：3000 是 Open WebUI，但 Ollama 用 11434，记得别撞。
- 多租户权限模型默认较开放：团队用需要先把用户审批打开。
与商业产品对比
- vs ChatGPT 网页版：Open WebUI 在隐私、自定义、模型选择上完胜；ChatGPT 在视觉/语音/TTS 一体化上更强。
- vs LM Studio：LM Studio 是单用户桌面 GUI；Open WebUI 是服务端多用户，明显更适合团队。
- vs AnythingLLM：AnythingLLM 偏文档；Open WebUI 偏通用，对话体验更优。
谁应该用
如果你已经在本地跑 Ollama 或 vLLM，Open WebUI 是 2026 年最省心的前端，特别是想用 RAG、Web Search、多用户管理这几个能力的时候，省 1-2 周自研时间。
从”命令行跑模型”到”用户能用的产品”，Open WebUI 把这中间的鸿沟压平了——这就是它火的原因。
