Docker 一行命令真的够用吗？

够。`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`，5 分钟可上线、能多人注册、能接 Ollama / OpenAI。生产再加反代 + HTTPS + 备份。

支持哪些模型后端？

Ollama（首选）+ 任何 OpenAI 兼容 endpoint：OpenAI 官方 / Anthropic（OpenAI 兼容代理）/ vLLM / Groq / LocalAI / 自建 baseURL。可同时配多个，对话中切换。

RAG / 知识库怎么做？

内置：上传 PDF / DOCX / TXT、网址抓取、SearXNG 联网搜索 → 自动向量化 → 在对话中 `#` 引用知识库。配套 oikb 项目可同步本地文件夹 / GitHub / S3 / Confluence 等 40+ 数据源。

通过 mcpo（官方的 MCP-to-OpenAPI 代理）把任意 MCP 服务器暴露成 OpenAPI 工具，再在 Open WebUI 注册即可。无需写 glue code。

Open WebUI — AIHO

Name: Open WebUI
Rating: 4.6

TL;DR

Open WebUI（原 Ollama WebUI）是 MIT 开源、自托管 AI 平台，最常见用法是 Docker 跑起来给 Ollama 套一个 ChatGPT 风格前端。GitHub 126k+ stars、282M+ Docker pulls，事实上的本地 AI 前端首选。支持任意 OpenAI 兼容后端 + RAG 知识库 + 多用户账号 + 工具调用 + MCP-OpenAPI 代理 + 联网搜索 + 语音 + 图像生成。

适合：团队 / 家庭 / 公司部署一份共享、要 Web 端访问、多用户分账号、SearXNG 联网搜索、Confluence / S3 / GitHub 数据源同步。不适合：单人桌面体验（用 Cherry Studio）、零运维 / 不愿碰 Docker。

核心能力

多模型后端：Ollama / OpenAI / vLLM / Anthropic / Groq / LocalAI / 任意 OpenAI 兼容
多用户 + RBAC：注册 / 邀请 / 角色权限 / 工作区隔离
RAG 知识库：上传文档 / 网址 / SearXNG 联网搜索 → 向量化 → 对话引用
Tools / Functions：Python 写函数即扩展（联网 / 计算器 / 自定义 API）
mcpo：MCP-to-OpenAPI 代理，任意 MCP 服务器接进来
oikb：知识库同步本地文件夹 / GitHub / S3 / Confluence 等 40+ 源
open-terminal / cptr：给 AI 真实终端 + 文件 + 沙箱执行
图像生成：Stable Diffusion / DALL·E / 自托管接入
语音输入 / TTS：内置
企业 LTS：custom branding + SLA + 长期支持版本（联系销售）

价格

完全免费、MIT 开源、商用免费。Enterprise 提供品牌定制 + SLA + LTS。

实测（Ubuntu 24.04 + Ollama 后端 + 5 人小团队）

亮点：

单条 docker run 五分钟上线
自带的多用户 + 角色权限省去重新搭 Auth
RAG 直传 30 个 PDF 后向量化顺利，对话中 #知识库 引用准确
mcpo 把 GitHub MCP 服务器接进来，团队对话里直接 issue / PR 操作
模型切换流畅，OpenAI + Ollama 并存
SearXNG 联网搜索给模型实时信息，过时知识截止问题缓解

踩坑：

Docker 镜像 ~1.5GB，首次拉取偏慢
默认 0.0.0.0 公网暴露要加 HTTPS + 反代
嵌入模型 sentence-transformers 中文效果一般，建议换 bge-m3
多用户共享 Ollama 时并发吞吐瓶颈在 Ollama，不在 Open WebUI（生产用 vLLM 后端）
版本升级要看 changelog，部分 minor 含 breaking 改动

上手

装 Docker → 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
浏览器开 http://localhost:3000 → 注册第一个账号（管理员）
设置 → Connections → 连接 Ollama / 加 OpenAI Key
Models → Pull / Discover 模型
Workspaces → 建知识库 → 上传文档
Tools → 启用 / 写自定义函数
生产部署：Nginx 反代 + Let's Encrypt + 备份 /app/backend/data volume

对比

维度	Open WebUI	LobeChat	Cherry Studio	LM Studio
形态	Docker / 桌面	Web + 桌面	桌面	桌面
多用户	✅ 一等	✅	无	无
RAG	✅ 强 + oikb	✅	✅	弱
工具 / MCP	✅ mcpo	✅	✅	弱
自托管	✅ Docker / K8s	✅ Docker	无	无
GitHub Stars	126k+	72k+	60k+	–
开源协议	MIT	MIT	AGPL-3.0	闭源（免费）

避坑

不要裸 0.0.0.0 + HTTP 暴露公网：默认无 HTTPS，必上反代 + 强密码 + 速率限制
备份 /app/backend/data volume：知识库 / 用户 / 对话全在里面
中文 RAG 换嵌入模型：默认 sentence-transformers 中文一般，配 bge-m3 或硅基流动嵌入 API
mcpo 工具范围谨慎：MCP 给 AI 真实能力，第三方服务器审一遍
后端吞吐看 Ollama：5+ 并发上 vLLM 后端，Ollama 单 worker 会排队
升级前看 changelog：weekly 更新，偶有 breaking

适合 / 不适合

✅ 团队 / 家庭 / 公司多人共享 AI 平台
✅ 要 Web 端访问 / 移动端兼容
✅ 自托管 / 完全控制数据
✅ MCP / 工具调用刚需
❌ 单人桌面体验（用 Cherry Studio）
❌ 零运维 / 不愿碰 Docker
❌ iOS 原生 App 主力

来源

Open WebUI 官方文档 https://docs.openwebui.com/
Local AI Master — Open WebUI Setup Guide 2026 https://localaimaster.com/blog/open-webui-setup-guide
AIToolDiscovery — Set Up Open-WebUI with Ollama 2026 https://www.aitooldiscovery.com/how-to/setup-open-webui-ollama

计划	价格	限制	国内支付	备注
开源版	免费	—	—
Enterprise	咨询	—	—