Open WebUI 👋

Open WebUI 是一个可扩展的、功能丰富且用户友好的自托管AI平台，设计为完全离线运行。 它支持多种LLM运行时，如 Ollama 和 OpenAI兼容API，并具备内置推理引擎用于RAG，是强大的AI部署解决方案。

热爱开源AI？加入我们的团队 →

[!TIP]
正在寻找企业版计划？ – 立即联系我们的销售团队！

获取增强功能，包括自定义主题和品牌、服务等级协议(SLA)支持、长期支持(LTS)版本等！

更多信息，请查看我们的Open WebUI文档。

Open WebUI 主要功能 ⭐

• 🚀 轻松安装：使用Docker或Kubernetes(kubectl、kustomize或helm)无缝安装，支持 :ollama 和 :cuda 标签镜像。
• 🤝 Ollama/OpenAI API集成：轻松集成OpenAI兼容API，与Ollama模型一起实现多样化对话。可自定义OpenAI API URL以连接 LMStudio、GroqCloud、Mistral、OpenRouter等。
• 🛡️ 精细权限和用户组：管理员可创建详细的用户角色和权限，确保安全的用户环境，同时提供个性化用户体验。
• 📱 响应式设计：在台式电脑、笔记本和移动设备上享有流畅体验。
• 📱 移动端渐进式Web应用(PWA)：通过PWA在移动设备上获得类似原生应用体验，支持本地离线访问和流畅用户界面。
• ✒️🔢 完整Markdown和LaTeX支持：通过全面的Markdown和LaTeX功能提升LLM交互体验。
• 🎤📹 免提语音/视频通话：利用多种语音转文本提供商(本地Whisper、OpenAI、Deepgram、Azure)和文本转语音引擎(Azure、ElevenLabs、OpenAI、Transformers、WebAPI)实现免提语音和视频通话功能，营造动态互动聊天环境。
• 🛠️ 模型构建器：通过Web UI轻松创建Ollama模型。创建并添加自定义角色/代理、自定义聊天元素，并通过Open WebUI社区集成轻松导入模型。
• 🐍 原生Python函数调用工具：在工具工作区中通过内置代码编辑器支持，增强LLM功能。只需添加纯Python函数即可实现与LLM的无缝集成。
• 💾 持久化制品存储：内置制品键值存储API，支持日志、追踪器、排行榜和协作工具等，跨会话支持个人和共享数据范围。
• 📚 本地RAG集成：利用9种向量数据库和多种内容提取引擎(Tika、Docling、Document Intelligence、Mistral OCR、PaddleOCR-vl、外部加载器)，在聊天中直接加载文档或添加文件到文档库，通过查询前的 # 命令轻松访问。
• 🔍 RAG网络搜索：使用15+家提供商(包括 SearXNG、Google PSE、Brave Search、Kagi、Mojeek、Tavily、Perplexity、serpstack、serper、Serply、DuckDuckGo、SearchApi、SerpApi、Bing、Jina、Exa、Sougou、Azure AI Search、Ollama Cloud)进行网络搜索，将结果直接注入聊天体验。
• 🌐 网页浏览能力：通过 # 命令后跟URL，将网站无缝集成到聊天体验中，增强交互丰富性和深度。
• 🎨 图像生成与编辑集成：使用多个引擎(包括OpenAI的DALL-E、Gemini、ComfyUI(本地)、AUTOMATIC1111(本地))创建和编辑图像，支持生成和基于提示的编辑工作流。
• ⚙️ 多模型对话：同时与多种模型互动，利用其独特优势获得最佳响应。
• 🔐 基于角色的访问控制(RBAC)：通过受限权限确保安全访问，仅授权人员可访问Ollama，管理员拥有独占的模型创建/拉取权限。
• 🗄️ 灵活数据库和存储选项：选择SQLite(可选加密)、PostgreSQL，或配置云存储后端(S3、Google Cloud Storage、Azure Blob Storage)实现可扩展部署。
• 🔍 高级向量数据库支持：从10种向量数据库选项中选择，包括ChromaDB、PGVector、Qdrant、Milvus、Elasticsearch、OpenSearch、Pinecone、S3Vector和Oracle 23ai，实现最佳RAG性能。
• 🔐 企业级认证：完全支持LDAP/Active Directory集成、SCIM 2.0自动配置、通过可信头部和OAuth提供商的SSO。通过SCIM 2.0协议实现企业级用户和组配置，与Okta、Azure AD和Google Workspace等身份提供商无缝集成，实现自动用户生命周期管理。
• ☁️ 云原生集成：原生支持Google Drive和OneDrive/SharePoint文件选择，实现企业云存储文档无缝导入。
• 📊 生产可观测性：内置OpenTelemetry支持追踪、指标和日志，可与现有可观测性堆栈实现全面监控。
• ⚖️ 水平可扩展性：基于Redis的会话管理和WebSocket支持，可在负载均衡器后实现多工作节点和多节点部署。
• 🌐🌍 多语言支持：通过国际化(i18n)支持，以您偏好的语言体验Open WebUI。欢迎加入扩展支持语言的行列！我们正在积极寻找贡献者！
• 🧩 Pipelines、Open WebUI插件支持：使用Pipelines插件框架将自定义逻辑和Python库无缝集成到Open WebUI。启动Pipelines实例，将OpenAI URL设置为Pipelines URL，探索无限可能。示例包括函数调用、用户速率限制以控制访问、使用Langfuse等工具的使用监控、使用LibreTranslate的实时翻译以实现多语言支持、有毒消息过滤等等。
• 🌟 持续更新：我们致力于通过定期更新、修复和新功能改进Open WebUI。

想了解更多Open WebUI的功能？查看我们的Open WebUI文档获取全面概述！

我们衷心感谢赞助商的慷慨支持。他们的贡献帮助我们维护和改进项目，确保能持续为社区提供高质量工作。谢谢！

如何安装 🚀

通过Python pip安装 🐍

Open WebUI可通过Python包管理器pip安装。请确保使用 Python 3.11 以避免兼容性问题。

1. 安装Open WebUI：
   打开终端并运行以下命令安装Open WebUI：

bash pip install open-webui

2. 运行Open WebUI：
   安装后，可通过以下命令启动Open WebUI：

bash open-webui serve

这将启动Open WebUI服务器，您可以在 http://localhost:8080 访问。

使用Docker快速启动 🐳

[!NOTE]
请注意，某些Docker环境可能需要额外配置。如果遇到连接问题，我们的Open WebUI文档将提供帮助。

[!WARNING]
使用Docker安装Open WebUI时，请确保在Docker命令中包含 -v open-webui:/app/backend/data。这一步至关重要，可确保数据库正确挂载并防止数据丢失。

[!TIP]
如果希望使用包含Ollama或CUDA加速的Open WebUI，推荐使用带有 :cuda 或 :ollama 标签的官方镜像。要启用CUDA，必须在Linux/WSL系统上安装 Nvidia CUDA容器工具包。

默认配置安装

• 如果Ollama在您的计算机上，使用此命令：

bash 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

• 如果Ollama在另一台服务器上，使用此命令：

要连接到另一台服务器上的Ollama，将 OLLAMA_BASE_URL 改为服务器URL：

bash docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

• 使用Nvidia GPU支持运行Open WebUI，使用此命令：

bash docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda

仅用于OpenAI API的安装

• 如果仅使用OpenAI API，使用此命令：

bash docker run -d -p 3000:8080 -e OPENAI_API_KEY=your_secret_key -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

安装包含捆绑Ollama支持的Open WebUI

此安装方法使用包含Open WebUI和Ollama的单个容器镜像，通过单个命令实现简化设置。根据硬件设置选择适当命令：

• 带GPU支持：
  通过运行以下命令利用GPU资源：

bash docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

• 仅CPU：
  如果不使用GPU，使用此命令：

bash docker run -d -p 3000:8080 -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

两个命令都提供内置、无麻烦的Open WebUI和Ollama安装，确保可快速启动运行。

安装后，您可以在 http://localhost:3000 访问Open WebUI。享受吧！😄

其他安装方法

我们提供多种安装替代方案，包括非Docker原生安装方法、Docker Compose、Kustomize和Helm。访问我们的Open WebUI文档或加入我们的Discord社区获取全面指导。

故障排除

遇到连接问题？我们的Open WebUI文档已为您解决。如需进一步帮助并加入我们的活跃社区，请访问Open WebUI Discord。

Open WebUI：服务器连接错误

如果遇到连接问题，通常是因为WebUI Docker容器无法到达容器内的Ollama服务器(127.0.0.1:11434或host.docker.internal:11434)。在docker命令中使用 --network=host 标志可解决此问题。注意端口从3000变为8080，链接变为：http://localhost:8080。

示例Docker命令：

docker run -d --network=host -v open-webui:/app/backend/data -e OLLAMA_BASE_URL=http://127.0.0.1:11434 --name open-webui --restart always ghcr.io/open-webui/open-webui:main

保持Docker安装最新

请查看Open WebUI文档中的更新指南。

使用开发分支 🌙

[!WARNING]
:dev 分支包含最新的不稳定功能和变更。使用风险自负，可能包含错误或不完整功能。

如果想尝试最新的前沿功能并能接受偶尔的不稳定性，可以使用 :dev 标签，如下所示：

docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui --add-host=host.docker.internal:host-gateway --restart always ghcr.io/open-webui/open-webui:dev

离线模式

如果在离线环境中运行Open WebUI，可将 HF_HUB_OFFLINE 环境变量设置为 1，以防止尝试从互联网下载模型。

export HF_HUB_OFFLINE=1

下一步是什么？🌟

在我们的Open WebUI文档中查看路线图上的即将推出的功能。

许可证 📜

本项目包含多种许可证下的代码。当前代码库包含根据Open WebUI许可证(需保留"Open WebUI"品牌)授权的组件，以及根据各自原始许可证授权的先前贡献。有关许可证更改的详细记录和各代码部分的适用条款，请参阅 LICENSE_HISTORY。如需完整和更新的许可证详情，请查看 LICENSE 和 LICENSE_HISTORY 文件。

支持 💬

如有任何问题、建议或需要帮助，请开启issue或加入我们的Open WebUI Discord社区联系我们！🤝

Star历史

由 Timothy Jaeryang Baek 创建 - 让我们一起让Open WebUI更加出色！💪