使用open webui+ollama部署本地大模型

PS：只要是ollama支持的模型都可以，比如qwen以及最近大火的deepseek

上次使用了angthingllm + ollama部署了本地大模型，详情见：使用ollama + AnythingLLM快速且简单的在部署本地大模型 - DbWong_0918 - 博客园

但是还是觉得可以用兼容性更好的open webui

1.安装docker

比较懒，所以还是在Windows系统上安装docker

docker官网链接：
https://www.docker.com/products/docker-desktop/

选择自己的系统等下载完毕以后就行了

启动虚拟化(Microsoft Hyper-V)

具体操作可以见这个文章的：windows 11系统下打开docker 提示 docker engine stopped - DbWong_0918 - 博客园

直接打开安装包，一路点下去即可

重启电脑以后就可以看到有个这个界面

点击accept，然后默认进入即可

如果遇到进不去，界面一直提示docker engine stopped，解决方法见链接：windows 11系统下打开docker 提示 docker engine stopped - DbWong_0918 - 博客园

2.拉取open webui镜像

最好配置个阿里云镜像，不然说实话拉取速度感人

阿里云镜像链接：阿里云登录 - 欢迎登录阿里云，安全稳定的云计算服务平台

复制这个链接，打开docker desktop，找到设置，找到Docker Engine，在大括号内输入

\"registry-mirrors\": [\"复制的网址\"]，

然后点击Apply &restart可以配置成功

open webui的GitHub地址：https://github.com/open-webui/open-webui?tab=readme-ov-file#how-to-install-

找到readme部分

因为我们是本机安装的ollama，所以直接在 PowerShell(管理员运行) 里面执行

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

等待进度条走完即可

这个时候在docker desktop的Images中就能看到下载的open webui了

3.open webui~ 启动！

启动就快了，点击run

等待加载，在浏览器中输入http://localhost:3000/即可进入

刚进去的时候需要注册，这个地方因为是本地的，所以不会有什么验证码之类的，正常填写就行

选择一个模型，这里你下载的ollama的模型都会在下拉框中

这个时候就可以开始问答环节了

PS：Open webui的中文设置位置

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来： 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

​