📌 项目：https://github.com/open-webui/open-webui | 星数：156798 | 语言：Python | 协议：BSD-3-Clause | 更新：2026-10-26
Open WebUI是open-webui团队开源的自托管AI聊天界面，156.8k颗星，Python编写。定位是"自托管的ChatGPT"——你用自己的服务器跑一个AI聊天界面，对接Ollama本地模型或OpenAI API，数据不经过第三方。ChatGPT虽然强大但数据在OpenAI服务器、需订阅费、国内访问受限；Open WebUI把这些痛点全解决：本地部署免费、数据自控、可接任何模型。它不只是个聊天框，而是完整的AI助手平台——RAG知识库（上传文档让AI基于你的资料回答）、多用户管理（团队共享模型但各自独立对话）、模型管理（一键拉取/切换Ollama模型）、文档对话、网页搜索、语音输入、插件系统。Docker一条命令部署，15分钟从零到可用。
相关工具与方向，可参考Ai Coding Tools Comparison；Ai Coding Tools Ecosystem 2026；Ai Tools Buying Guide 2026 July。
多模型统一接口：Open WebUI同时支持Ollama本地模型（Llama/GLM/Qwen/DeepSeek，一条命令拉取）和OpenAI兼容API（GPT/Claude/Gemini，填key即用）。你可以在同一界面里切换本地免费模型和云端强模型——日常简单问题用本地模型零成本，复杂任务切到GPT-4。模型切换不丢上下文，对比不同模型回答也方便。还支持Ollama的Modelfile自定义模型（设定系统提示词、温度、停止词），创建专属角色模型。
RAG知识库与文档对话：上传PDF/Word/Markdown/TXT/CSV，Open WebUI用向量检索建立知识库，聊天时AI基于你的文档回答（标注引用来源）。这把通用LLM变成"你的私有专家"——喂公司文档变企业问答机器人，喂论文变学术助手。RAG支持本地嵌入模型（Ollama的nomic-embed）保证隐私，也可配置外部嵌入。知识库可按用户/组隔离权限，团队共享文档但个人对话独立。
多用户权限与部署：Open WebUI支持多用户，管理员可管理用户、配额、模型权限。OAuth集成外部身份（Google/GitHub/OIDC），也支持本地账号。Docker部署一条命令（docker run），默认带Ollama捆绑镜像——单容器同时跑界面和本地模型。支持PostgreSQL/SQLite存储，可扩展到团队规模。移动端响应式Web，PWA可装为手机App。插件系统支持自定义工具（天气/搜索/计算）扩展AI能力。
| ✅ 优势 | ❌ 劣势 |
|---|---|
| Docker一条命令15分钟部署 | 需配Ollama或API key |
| 多模型本地+云端统一 | RAG大文档索引较慢 |
| RAG知识库私有文档问答 | 移动端不如原生App |
| 多用户权限团队可用 | 插件生态不如ChatGPT丰富 |
| 免费自托管无订阅费 | 高并发需调优 |
功能上Open WebUI覆盖ChatGPT的核心——多模型对话、RAG知识库、多用户、插件。优势是数据自控（不经过OpenAI）、免费（自托管无订阅）、可接本地模型（Ollama零成本）、国内可访问。劣势是需自己部署维护（Docker+服务器）、UI打磨不如ChatGPT精致、无GPT商店生态。建议：重视隐私+有技术能力→Open WebUI；要开箱即用+生态→ChatGPT。
只做界面（接OpenAI API）：1GB内存+Docker即可，VPS $5/月够用。同时跑Ollama本地模型：需GPU——7B模型需8GB显存（RTX 3060），13B需12GB（RTX 4090），33B需24GB+。无GPU可用CPU模式（很慢）。推荐：入门用云API（零硬件），进阶用本地Ollama+GPU。Docker镜像含Ollama捆绑版一键搞定本地模型。
Ollama端：Llama 3/GLM/Qwen/DeepSeek/Mistral/Phi等几十个开源模型，一条命令拉取。API端：OpenAI（GPT-4/4o）、Anthropic（Claude）、Google（Gemini）、任何OpenAI兼容端点（本地vLLM/LocalAI/Together/Groq）。可在设置里配多个API provider，对话时下拉切换。这让你灵活组合——免费模型日常用，付费强模型关键时刻用。