Ollama配OpenWebUI：本地模型和DeepSeek接口一个界面管起来
Ollama 跑通了模型，但命令行交互太反人类？本文教你部署 OpenWebUI，给本地大模型套上类 ChatGPT 的网页界面。支持接入本地 Ollama、局域网服务器及云端 API（如 DeepSeek），并通过内网穿透实现远程访问，打造真正实用的个人 AI 中枢。
为什么你需要一个 Web 界面
不少人第一次在终端里把 Ollama 跑起来的时候，心情都挺激动。敲一行命令，模型就下载好了，紧接着就能跟 AI 聊上几句，那种“全在自己手里”的感觉确实很爽。
可这股新鲜劲过去之后，问题就冒出来了。
想换一个模型，还得回头去翻命令参数；想找昨天聊过的内容，在终端里根本翻不出来。要是本地同时跑着好几个参数不一样的模型，管起来就更让人头疼。还有一种情况：本地显卡带不动大模型，得接云端的 API，可每种后端的调用方式又各不相同。
折腾一圈下来，明明是自己在本地部署的 AI，最后反倒还是打开浏览器用现成的网页版更省事。
OpenWebUI 要补的就是这“最后一公里”的体验。它在 Ollama 外面套了一层大家熟悉的 Web 界面，本地模型、局域网服务、兼容 OpenAI 协议的云端接口，都能在浏览器里统一管理。对话历史、Markdown 渲染、代码高亮，这些现代聊天工具该有的东西，它一样不缺。
下面就从零开始部署 OpenWebUI，再演示怎么接入本地小模型、局域网大模型和云端 
DeepSeek API，最后用内网穿透做到随时随地都能访问。
核心优势：不只是换个皮
OpenWebUI（前身是 Ollama WebUI）在 GitHub 上能拿到超过 11 万星，靠的不是花哨，而是实打实的好用。
1. 像用 
ChatGPT 一样用本地模型
你不需要记忆任何的命令。界面支持流式输出（打字机效果）、完整的 Markdown 渲染（包括表格和 LaTeX 公式）、代码块高亮一键复制。多会话管理让整理不同主题的对话变得简单。ollama run界面上的流式输出有打字机效果，Markdown 能完整渲染，表格和 LaTeX 公式都不在话下，代码块高亮之后一键就能复制。多会话管理也让不同主题的对话整理起来更省心。至于命令，一条都不用记。
2. 统一的后端管理
这一点是它最强的地方。同一个界面里，你就能切换不同的后端：
- 本地 Ollama：跑轻量级模型，响应快，隐私也有保障。
- 局域网 Ollama：家里要是有台高性能服务器，就让它当后端，笔记本只管显示。
- OpenAI 兼容 API：DeepSeek、阿里云百炼这类云端服务都能接进来，本地算力不够时正好补上。
3. 进阶功能开箱即用
它自带 RAG（检索增强生成）引擎，PDF、Word 文档传上去就能搭专属知识库。提示词模板可以统一管理，常用的指令结构方便反复调用。对开发者来说，工具调用和 MCP（模型上下文协议）也都支持，扩展性相当强。
4. 数据完全私有
对话记录和知识库文件，全都存在你自己的设备上。对隐私敏感的用户，或者企业内网环境，这个优势没法替代。
快速部署：Python pip 方案
Docker 是部署这类应用的主流做法，不过对不熟悉容器技术的人来说，用 Python pip 安装更直观，后面调试也方便。下面是基于 Python 环境的部署步骤。
环境准备
先确认你的系统满足下面这些基本要求：
- Python 建议用 3.11，其他版本在依赖兼容性上容易出状况。
- 操作系统方面，Windows 10/11、macOS 或 Linux 都能跑。
- 内存建议 8GB 以上；WebUI 自身占用不算大，真正吃内存的是加载模型。
安装步骤
1. 安装 Python 3.11
还没装的话，去 Python 官网把 3.11 版本下载下来。安装过程中记得勾上“Add Python to PATH”。
验证安装：
python --version
# 应输出 Python 3.11.x2. 配置国内镜像源（加速下载）
pip 拉依赖包容易超时，配置清华源可以缓解这个问题：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple3. 安装 OpenWebUI
在命令行里执行下面的命令：
pip install open-webui接下来等安装结束就行，期间会把所需的 Python 依赖包全部下载下来。
4. 启动服务
open-webui serve服务起来后，终端会显示它运行在http://localhost:8080用浏览器打开这个地址，OpenWebUI 的欢迎页面就出来了。
第一次访问要创建管理员账号，注册登录之后，你就有了一个基础的本地 AI 聊天界面。
接入多种模型后端
本地聊天只是起点。OpenWebUI 真正厉害的地方，是能把多种模型来源聚合到一起。
场景一：接入本地 Ollama 模型
本机装了 Ollama 的话，OpenWebUI 一般会自动检测并连上。要是没连上，先确认 Ollama 服务在运行：
ollama serve打开 OpenWebUI 首页，左上角的模型选择器里应该能看到已经下载的模型。看不到就点“拉取模型”，填入模型名称（如deepseek-r1:1.5b），系统会从 Ollama 库自动下载。
发条消息测一下，能收到回复就说明本地连接成功。1.5B 的小模型响应极快，日常简单问答够用。
场景二：接入局域网内的大模型
假设你有一台高性能台式机或服务器，上面跑着 Ollama，加载了deepseek-r1:67b这样的大模型，而你想在笔记本上通过 WebUI 调用它。
- 先拿到服务器地址。这里假定服务器的 IP 是
192.168.1.100，Ollama 的默认端口则是11434。 - 配置连接：
- 打开 OpenWebUI，点左下角头像，依次进入设置、管理员设置。
- 找到“外部连接”，再点“Ollama API”。
- 点“+”号，新建一个连接。
- 在 URL 一栏填入：
http://192.168.1.100:11434。 - 保存之后测一下连接是否通。
- 接着换模型：回到聊天界面刷新模型列表，局域网服务器上的 67B 大模型应该会出现在里面。选中它开始对话，体验会明显不同。
场景三：接入云端 API（以阿里云百炼为例）
本地机器带不动大模型，走云端 API 是条可行的路子。下面拿阿里云百炼上的 DeepSeek R1 做例子。
第一步是拿 API Key。
- 登录阿里云百炼控制台。
- 新用户一般能领到免费的 Token 额度。
- 到“API-KEY 管理”里新建一个 Key，复制下来留着用。
第二步是配 OpenAI 兼容接口。
- 在 OpenWebUI 的管理员设置里进入“外部连接”，再选“OpenAI API”。
- 点“+”号添加一个连接。
- Base URL填阿里云百炼的兼容地址，一般是
https://dashscope.aliyuncs.com/compatible-mode/v1/。 - API Key 一栏粘贴刚才复制的那串 Key。
- 模型名称显示名称可以自己定，比如
DeepSeek-R1-Cloud。
最后测试：保存后在聊天界面选中这个模型。请求会发往云端，算力由阿里云出，结果再回到本地界面显示。
这样一来，WebUI 的统一管理还在，云端的算力也能用上，本地显存一点不用占。
内网穿透：随时随地访问
把 OpenWebUI 装在本地的优点是不用担心隐私，缺点也很明显：只能在家里或公司局域网里打开。出差住酒店时如果想接着之前的对话，或者想让朋友也上手试试，就得借助内网穿透。
工具方面推荐 cpolar，配置不复杂，多个平台都能用。
1. 安装 cpolar
到 cpolar 官网下载对应系统的安装包。Windows 用户运行 exe 就能装好，Linux/macOS 用户可以用一键安装脚本。
装完之后在终端里验证一下：
cpolar version2. 注册与登录
先注册一个 cpolar 账号。安装完成后访问http://127.0.0.1:9200进入 Web 管理界面，用刚注册的账号登录。
3. 配置隧道
接下来要把本地的8080端口映射到公网上去。
免费方案（随机域名）：
- 在 cpolar 后台点“隧道管理” -> “隧道列表”。
- 找到默认的
website找到指向 8080 端口的那条隧道，点击编辑。 - 确认本地端口是
8080，协议为http。 - 保存之后，到“在线隧道列表”里查看生成的公网地址，一般会同时给出一个 http 和一个 https 地址。
- 用 https 地址访问，就能从外网打开你的 OpenWebUI。
要注意，免费版域名每 24 小时变一次，适合临时分享或自用测试。
付费方案（固定域名）：
如果希望长期稳定访问，建议升级套餐并保留二级子域名。
- 在 cpolar 后台点击“预留”，选择“保留二级子域名”。
- 填上你想要的名称（如
myai），选好地区，点击保留。 - 回到“隧道列表”，把此前那条隧道重新编辑一下。
- 域名类型选“二级子域名”，再挑中刚保留的那个名称。
- 保存之后，你会拿到一个固定不变的网址，形如
https://myai.cpolar.top。
把这个地址存进书签，往后只要有网络，在哪都能打开自己的私人 AI 助手。
安全与维护建议
服务一旦放到公网上，安全意识就得跟上。
- 强密码策略：OpenWebUI 的管理员账号，密码强度要够高。
- 后台链接别乱发：管理后台的地址，除非对方值得信任，否则不要转给陌生人。
- API Key 保护：要是在 WebUI 里配了云端 API Key，就得保证只有受信任的用户能访问这个实例。OpenWebUI 本身支持多用户权限管理，不过在个人部署的场景下，注册最好还是限制住。
- 定期更新：盯着 OpenWebUI 和 Ollama 的版本动态，有潜在安全漏洞就及时补上。
结语
部署 OpenWebUI，目的不是把技术搞得更复杂，而是让技术回到实用的路子上。
从前 Ollama 只是个能在终端里跑起来的模型引擎，如今它成了一个随叫随到、界面友好、功能齐全的 AI 工作台。整理文档、辅助编程、头脑风暴，甚至当作家庭的知识中枢，都能用它。
硬件配置高低都好，把本地小模型、局域网大模型和云端 API 搭配起来用，总能找到适合自己的那套工作流。本地部署 AI，正确的打开方式大概就是这样。
