装上聊天界面：Open WebUI 接入本地模型

为什么需要一个聊天界面

命令行跑通了模型，体验很朴素：单窗口、单对话、无排版、不能传文件。真正的日常使用需要更舒服的界面：像云端助手那样，左侧历史对话、中间聊天区、支持多轮上下文、能传文档、能切换模型。这就是聊天界面的价值——把底层模型能力包装成好用的产品形态。

本地 AI 聊天界面的选择不少，最主流、生态最好的是 Open WebUI。它是开源项目，提供接近云端助手的完整体验，并且原生支持 Ollama。装好 Ollama 之后再装 Open WebUI，你就拥有了一套完整的本地 ChatGPT。本文按最省力的路径，带你把它装起来。

方案选择：先想清楚装在哪

Open WebUI 的部署方式主要有三种：Python 直装、Docker 容器、以及服务器面板安装。三者适用场景不同，先看对比。

个人电脑上想快速体验，用 Python 直装最快；如果已经有长期在线的服务器，用 Docker 或面板方式更稳，还能让手机随时访问。下面分别给出路径，你选一种走通即可。

方案一：Python 直装(最快体验)

如果 Ollama 已经跑在同一台电脑上，Python 直装 Open WebUI 是最快的路径。前提是你有 Python 3.11 及以上版本，然后用 pip 安装：

pip install open-webui

安装完成后，启动服务：

open-webui serve

服务默认监听 8080 端口，浏览器打开本机地址的 8080 端口即可访问(也就是在地址栏输入本机端口 8080)。第一次打开会让你注册一个本地账号(数据存在本机，用于管理对话)，注册后进入主界面，系统会自动检测到本机的 Ollama，并列出可用的模型。

方案二：Docker 容器(服务器推荐)

如果部署在服务器或家庭 NAS 上，Docker 是最干净的方式。Open WebUI 官方提供 Docker 镜像，一条命令启动。这里给一个带数据卷、后台运行的示例：

docker run -d -p 3000:8080 \
  -v open-webui:/app/backend/data \
  -v /var/run/docker.sock:/var/run/docker.sock \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

命令把 8080 端口映射到宿主机的 3000 端口，数据存放在 open-webui 卷里，并设置了开机自启(restart always)。启动后，浏览器访问宿主机地址的 3000 端口即可(也就是在地址栏输入服务器地址加 3000 端口)。

Docker 方式的关键点：一是端口映射，记住外部端口；二是数据卷，对话记录都存这里，不要删；三是 Ollama 的连通性——如果 Ollama 在宿主机上运行，容器里访问宿主机需要特殊网络配置，新手直接看面板方式或 Python 方式更省心。如果你用 1Panel 面板，直接在应用商店里一键安装 Open WebUI 是最省力的，连 Docker 命令都不用敲。

界面初体验：功能地图

主界面中央是聊天区，底部是输入框。输入框旁有文件上传按钮，可以传文档、图片给模型处理(是否支持取决于模型能力)。左侧边栏是对话历史，可以新建、重命名、删除对话。顶部或设置里有模型选择器，列出你本地所有模型，一键切换。

几个值得优先试的功能：一是多模型切换，同一个问题分别问 7B 和 14B，直观感受能力差异；二是多轮对话，Open WebUI 自动维护上下文，连续追问不用重述背景；三是预设提示词，在设置里可以保存常用指令模板，比如「帮我润色这段文字」「翻译成英文」,一键套用。

界面方案的选择逻辑

方案选哪一个，不用纠结太久，记住一条主线：先想清楚「界面给谁用、跑在哪」,方案自然就出来了。

自己电脑上用、想快速体验，选 Python 直装，十分钟搞定；服务器或 NAS 上长期跑、要稳定省心，选 Docker 或面板方式，一次配置长期使用；已经有 1Panel 这类面板，直接面板一键装，连命令都不用敲。三种方案的能力是等价的——底层都是同一套 Open WebUI，只是部署方式不同。所以不必担心「选错」,后续随时可以迁移到更合适的部署方式。

如果你的目标是「先看看到底什么样」,无脑选 Python 直装即可；如果目标是「认真当服务用」,直接上服务器方案，别走弯路。想清楚用途，选择就不难。

界面常见问题与修复

Open WebUI 装好后，有几个常见问题容易让新手卡住，这里集中解决。

问题一：打开界面一片空白或一直转圈。通常是服务没起来或端口不对。处理：确认 open-webui serve 在运行，确认访问的端口正确(默认 8080)，刷新页面重试。问题二：模型列表为空。说明界面没连上 Ollama，或 Ollama 里没有模型。处理：确认 Ollama 服务在运行、本地有模型(ollama list 有输出)，必要时在界面设置里配置 Ollama 地址。问题三：对话很慢或超时。可能是模型没加载、资源紧张。处理：先在命令行试跑一次，排除模型问题；再检查资源占用。

这三个问题覆盖了九成的新手场景。记住排查顺序：先工具后模型、先服务后配置，按层排查，问题很快就能定位。

界面之外的进阶：移动端访问

界面装好后，一个自然的想法是「手机上能不能用」——能，而且不复杂。

本机访问是最简单的：手机和电脑连同一个 Wi-Fi，浏览器输入「电脑的局域网 IP + 端口」就能打开 Open WebUI，前提是电脑上把服务监听地址改成了局域网可达(第二章讲过 OLLAMA_HOST 或防火墙配置)。这样一来，你躺在床上也能用手机和家里的本地模型对话。

手机访问本地模型是「家庭 AI 服务」的第一步体验：全家人的对话、查询都走家里的模型，数据不出家门。等你想让出门在外也能访问，再考虑带认证的远程方案(第四章安全篇会讲)。先用局域网跑顺，体验已经足够惊艳。

联调检查：界面与模型连通

界面装好后，最重要的验证是「界面到模型」的链路是否通。判断方法很简单：在界面上发一条消息，看能否正常收到回答。能回答，链路就通了。

如果界面提示「找不到模型」或「连接失败」,按顺序排查：第一步，确认 Ollama 服务在运行(命令行执行 ollama list 有输出);第二步，确认端口——Open WebUI 默认连本机 11434,Ollama 服务要监听在 11434;第三步，确认模型列表——Open WebUI 的模型列表来自 Ollama，本地没拉模型的话列表就是空的，先 ollama pull 一个。这三步覆盖了绝大多数连通性问题。

另外提醒一点：Open WebUI 的对话记录、账号数据都存本地，如果后续重装，记得先备份数据卷或数据库文件，避免丢失历史对话。数据安全细节，第四章会专门讲。

从界面到生产：体验的下一步

装好 Open WebUI，你的本地 AI 体验已经和云端助手很接近了：多模型、多轮对话、文件上传、历史记录，该有的都有。日常写作、问答、翻译、总结，完全可以在这里完成，数据全程留在本地。

但这还只是「人用界面」。下一步，我们要让程序也能用上本地模型——通过 API 接口把模型能力接入你自己的工具和自动化流程。这是本地 AI 从「聊天工具」走向「生产力工具」的关键一步。

界面 vs 命令行：什么时候用哪个

装好界面后，一个自然的问题是：以后是不是只用界面就够了？答案是否定的——界面和命令行各有擅长，按场景选更高效。

界面适合：日常聊天、多轮对话、上传文件、管理历史，以及「不想记命令」的场景。命令行适合：批量处理、脚本自动化、服务器运维、精细参数控制。实操建议：日常使用以界面为主，遇到「要批量、要自动化、要调试」的需求切回命令行。两者不是竞争关系，而是互补——都掌握，你才算真正用好本地 AI。

记住这个分工，你就能在「舒服」和「高效」之间自由切换，这也是第三章和后续章节交替讲界面与命令行的原因。

延伸阅读

• 接入 API 继续读《用 API 调用本地模型》。
• Open WebUI 的更多功能细节，推荐看 open-webui 这本专门的书。
• 在服务器面板上部署，参考 1panel-official-apps 的安装章节会更省力。