如何在本地网络上与其他用户共享 Open WebUI

¿如何与本地网络上的其他用户共享 Open WebUI？ 想象一下，你家客厅里就能运行着强大的高级语言模型，而你的数据无需经过任何大型科技公司的服务器。得益于以下技术的结合，搭建私有AI环境比以往任何时候都更加容易： Open WebUI 和 Ollama两者结合起来，可以创造出与 ChatGPT 完全相同的体验，但完全由您掌控。

对许多人来说，容器和托管的世界乍一看可能有点令人生畏，但一旦你理解了这一点，就会发现 Docker 是引擎 它简化了一切，操作自然流畅。无论您是想在家里的多台电脑上使用它，还是为您的工作团队设置一个助手，关键在于了解如何开放这项服务，以便其他设备也能加入。

这个生态系统究竟是什么？

为了避免名称混淆，重要的是要明白我们说的是两个不同的部件，它们可以完美地结合在一起。 Ollama是引擎处理器负责下载模型（例如 Llama 3.2 或 DeepSeek），并使用您的处理器或显卡运行它们。它是负责处理令牌等底层数据的技术层。

另一方面， Open WebUI 是可见的界面这是一个界面精美、现代的多用户网页界面，可连接到 Ollama。没有它，你只能通过枯燥的终端进行聊天；有了它，你就能拥有聊天记录、文档管理功能，以及即使在移动设备上也能完美运行的响应式设计。

这种组合的最大优势在于： 完全隐私由于它不依赖外部 API 密钥或令牌计费，您可以随意进行实验，而不用担心超出预算或有人阅读您的私人提示。

使用 Docker 快速安装和部署

最快捷的启动方式是通过 Docker。如果您的系统上已经安装了 Ollama，则可以使用一条命令启动 Open WebUI，该命令会将容器的 8080 端口映射到您机器上的 3000 端口。务必使用该标志。 –add-host=host.docker.internal:host-gateway尤其是在 Linux 系统上，这样容器才能与主机上运行的 Ollama 服务器进行通信。

对于那些寻求更严肃、更专业服务的人来说， Docker Compose 这是最佳方案。它允许您在单个 YAML 文件中定义两种服务，并管理共享网络和命名卷。这确保您的 对话和场景得以保留 即使您删除或更新容器，也不会丢失所有累积的工作。

如果您在商业环境中工作，可以使用 Helm Charts 进行部署。 Kubernetes实现了大规模可扩展性和更强大的持久存储管理。

如何向网络上的其他用户开放访问权限

很多人都卡在这里了。默认情况下，如果您输入 localhost:3000只有您本人才能访问该网站。如果您想让您的伙伴、同事或其他电脑访问该网站，您必须使用…… 本地IP地址 来自您的服务器（例如， http://192.168.1.15:3000如果无法加载，很可能是 Windows 或 Ubuntu 防火墙阻止了该端口。

如果你想更进一步，不再依赖于更改 IP 地址，你可以使用反向代理。 卡迪是个宝贝 由于其简便性，只需五行文件即可自动获取 SSL 证书，并使用干净的域名进行访问。如果您无法控制 DNS， Cloudflare隧道 它们简直是救星，因为它们无需在路由器上打开端口即可访问网络。

一条重要的安全提示：切勿在未采取任何保护措施的情况下将其发布到公共互联网上。虽然用户注册默认启用，但理想情况下您应该…… 禁用注册选项 在管理面板中创建必要的帐户后，可以防止任何未知人员偷偷潜入您的服务器。

利用GPU加速性能

没有什么比反应迟钝的人工智能更令人沮丧的了。为了避免这种情况，至关重要的是…… Ollama 检测到了你的 GPU如果您使用的是 NVIDIA 显卡，则需要 NVIDIA Container Toolkit 才能让引擎访问显存。对于 AMD 显卡，在 Linux 系统上使用 ROCm 可以获得具有竞争力的性能。

对于Mac用户来说，有一个重要的细节需要注意： 原生运行 Ollama 而且不能在 Docker 容器内运行。这是因为 macOS 上的 Docker 不允许直接访问 Metal GPU，如果允许，模型将使用 CPU 运行，使你强大的 M2 或 M3 芯片变成一台过时的电脑。

根据硬件配置的不同，速度也会有所不同。苹果自研芯片的速度最高可达…… 每秒 50 个令牌 对于像 Llama 3.2 这样的小型模型，虽然需要更多的内存和耐心，但对于更复杂的模型，速度总是比任何软件模拟都要快。

利用 RAG、函数和 MCP 为 AI 赋能

Open WebUI 不仅仅是一个聊天窗口，它还是一个可扩展的平台。它最强大的功能之一是…… 原生 RAG （基于检索的增强生成）。简单来说，您可以上传自己的 PDF 或 Word 文档，人工智能会将它们用作知识库。在聊天中输入 # 符号，即可调用特定的文档集合，从而获得超精准的回复。

如果你懂一点 Python，你就可以创建 函数和管道这些功能允许您向界面添加自定义按钮或过滤消息内容（例如，在敏感邮件到达模特之前将其删除）。另一方面，管道则充当外部路由器，可以将您的聊天与其他工具连接起来。

此外，……的到来 模型上下文协议（MCP） 它允许本地 AI 以标准化的方式与 Slack、GitHub 或您自己的本地文件等外部工具进行交互，将聊天变成真正的高效代理。

解决常见问题

最常见的错误是 Open WebUI 加载完毕，但模型列表为空。这是因为容器无法连接到 Ollama。解决方法通常是配置相关变量。 OLLAMA_BASE_URL 正确并确保 Ollama 不仅仅链接到 127.0.0.1， 直到 0.0.0.0 接受外部连接。

关于 RAG，如果您发现引用不准确，请尝试 减小片段大小 （数据块大小）。如果数据块太大，可能会使小型模型的上下文窗口饱和，导致人工智能无法跟踪原始问题。

为了保持系统更新，只需执行以下操作： docker pull 从最新镜像中恢复并重启容器。谢谢。 持久数据卷更新过程中，您不会丢失任何消息或自定义设置。

在家中部署人工智能服务器是一种绝佳的体验，它兼具隐私保护、基础设施学习能力以及开放模型的灵活性。从使用 Docker 命令进行基本安装，到使用代理和 RAG 知识库进行高级配置，Open WebUI 致力于成为那些不愿依赖云服务、更倾向于在本地网络上管理自身计算能力的用户的终极工具。