Guía Completa para Compartir Open WebUI y Ollama en tu Red Local

¿Cómo compartir Open WebUI con otros usuarios de tu red local? Seguro que te ha pasado: quieres tener la potencia de un modelo de lenguaje avanzado, pero te da urticaria pensar en que tus datos terminen en los servidores de una gran corporación. Aquí es donde entra en juego la pareja dinámica de Open WebUI y Ollama, una combinación que te permite levantar un sistema de chat idéntico al de OpenAI, pero corriendo íntegramente en tu propio hardware, sin pagar un céntimo por token y con un control total sobre tu privacidad.

Lo mejor de todo es que no hace falta ser un gurú de la informática para ponerlo en marcha. Aunque la instalación básica es un paseo, el verdadero reto llega cuando quieres que el resto de tu familia o tus compañeros de equipo puedan entrar en la web desde sus propios dispositivos. En este artículo vamos a desgranar desde la instalación más sencilla hasta los trucos de red más rebuscados para que tu servidor de IA sea accesible en toda tu casa o oficina.

¿De qué hablamos exactamente cuando decimos Open WebUI y Ollama?

Para que no haya líos, es fundamental entender que estamos hablando de dos piezas distintas que encajan a la perfección. Ollama es el motor, el encargado de gestionar los modelos (estos archivos GGUF que son como los .mp3 de la IA), cargarlos en la memoria y ejecutar los cálculos. Por otro lado, Open WebUI es la cara visible, una interfaz web pulidísima que nos permite chatear, gestionar usuarios y organizar documentos.

Esta arquitectura es brillante porque permite que la capa de chat sea independiente del ejecutor. Se comunican mediante HTTP, generalmente a través del puerto 11434. La gran ventaja de este combo es que es totalmente gratuito y open source, permitiéndote ejecutar modelos como Llama 3.2 o DeepSeek sin que un solo bit salga de tu red local.

Instalación rápida para empezar a chatear

Si quieres ir al grano, la vía más rápida es usar Docker. Para quienes ya tengan Ollama instalado en el sistema, basta con lanzar un contenedor de Open WebUI. El comando canónico incluye el mapeo del puerto 3000 y la bandera host.docker.internal:host-gateway, que es el secreto para que el contenedor pueda hablar con el servicio de Ollama que corre en el host, especialmente en sistemas Linux.

Para los que buscan algo más robusto, Docker Compose es la opción ideal. Permite definir ambos servicios en un archivo YAML, asegurando que la red interna de Docker resuelva los nombres automáticamente. Así, en lugar de usar IPs complicadas, Open WebUI puede llamar a Ollama simplemente usando la URL http://ollama:11434, lo que hace que la configuración sea mucho más estable y fácil de mantener a largo plazo.

Cómo abrir el acceso a otros usuarios de tu red local

Aquí es donde la mayoría de la gente se queda atascada. Por defecto, el sistema suele responder solo a localhost, lo que significa que solo el ordenador que aloja la IA puede entrar. Para romper esta barrera, primero debemos asegurar que Ollama escuche en todas las interfaces. Esto se hace editando el servicio de systemd y añadiendo la variable de entorno OLLAMA_HOST=0.0.0.0, obligando al servidor a no limitarse solo a la IP interna.

Si estás usando Windows con WSL2, la cosa se complica un poco porque WSL2 tiene su propia red virtual. En este caso, es necesario crear un portproxy mediante netsh en PowerShell con permisos de administrador. Básicamente, le decimos a Windows que todo el tráfico que llegue al puerto 8080 de la máquina física debe redirigirse a la dirección IP interna de la instancia de Ubuntu en WSL2. Además, no olvides abrir la regla de entrada en el Firewall de Windows Defender, o el sistema bloqueará cualquier intento de conexión externa.

Optimización del hardware y aceleración GPU

No sirve de nada tener una interfaz bonita si la IA tarda tres siglos en responder. La clave está en la aceleración por hardware. Si tienes una tarjeta NVIDIA, el NVIDIA Container Toolkit es obligatorio para que Docker pueda acceder a los núcleos CUDA. En el caso de los usuarios de Mac con Apple Silicon, el truco es ejecutar Ollama de forma nativa y no en Docker, ya que esto permite aprovechar la GPU Metal, logrando velocidades de tokens por segundo infinitamente superiores.

Para los usuarios de AMD en Linux, la solución pasa por usar la imagen de Docker dedicada con soporte ROCm. Es vital monitorizar el consumo de VRAM; si intentas cargar un modelo demasiado grande para tu tarjeta, el sistema hará un volcado a la RAM del sistema y la velocidad caerá en picado, convirtiendo tu potentísimo servidor en algo parecido a un ordenador de hace diez años.

Potenciando la IA con RAG, Pipelines y MCP

Open WebUI no es solo una caja de chat; es una plataforma extensible. Una de sus joyas es el RAG (Generación Aumentada por Recuperación) nativo. Puedes subir tus propios PDFs, archivos Word o Markdown, y la herramienta los fragmentará y almacenará en una base de datos vectorial llamada ChromaDB. Así, cuando preguntes algo, la IA buscará primero en tus documentos y responderá basándose en información real y privada.

Si quieres ir un paso más allá, existen los Pipelines y las Functions. Los Pipelines son servicios de Python externos que pueden filtrar mensajes o actuar como enrutadores. Por otro lado, las Functions permiten añadir botones en la interfaz para ejecutar scripts, como resumir un texto y enviarlo directamente a Notion. Además, la llegada del Model Context Protocol (MCP) permite que la IA interactiva con herramientas externas como GitHub o Slack de una manera estandarizada.

Seguridad y acceso remoto avanzado

Cuando abres la puerta de tu servidor a otros usuarios de la LAN, la seguridad pasa a primer plano. Es imperativo desactivar el registro abierto una vez que hayas creado las cuentas de administrador y de usuario, para evitar que cualquier intruso en tu red cree una cuenta. Para quienes necesiten acceder desde fuera de casa, la recomendación es no abrir puertos en el router, sino usar un Cloudflare Tunnel o Caddy para gestionar el HTTPS de forma limpia y segura.

Si el número de usuarios crece, SQLite puede empezar a dar problemas de rendimiento. En ese caso, lo más inteligente es migrar a PostgreSQL, que gestiona mucho mejor las concurrencias y las consultas complejas de la base de datos de conversaciones. Mantener los datos en un volumen nombrado de Docker es la única forma de asegurar que, al actualizar la imagen de Open WebUI, no pierdas todo tu historial de chats y tus colecciones de documentos.

Lograr que una IA local sea accesible para todo un grupo de personas requiere coordinar la configuración del servidor, la gestión de la red y la optimización del hardware. Al combinar la flexibilidad de Docker, la potencia de Ollama y la versatilidad de Open WebUI, es posible montar un ecosistema privado, seguro y extremadamente potente que no depende de ninguna nube externa.