在本地搭建专属大模型平台，不用依赖云端服务，既能实现可视化聊天交互，又能保证数据隐私——今天就给大家分享最省心的方案：用 Docker 一键部署 Open WebUI + Ollama，全程步骤清晰，Windows 和 Linux 系统都能适配，还会解决部署中最常见的模型识别、容器通信等问题。
先搞懂：Ollama 与 Open WebUI 是什么？
在开始部署前，先简单介绍下这两个核心工具，帮大家快速理解它们的作用，避免盲目操作：
Ollama：一款轻量级的本地大模型运行工具，支持一键下载、运行各类主流大模型（比如 Qwen、Llama 等），无需复杂的环境配置，普通人也能轻松在本地启动大模型推理，核心优势是简洁、高效、跨平台。
Open WebUI：一款美观、易用的大模型 Web 可视化界面，相当于给 Ollama 套了一个“可视化外壳”。它支持聊天对话、模型切换、历史记录管理等功能，让我们不用敲命令行，通过浏览器就能和本地大模型交互，体验和云端 AI 聊天工具几乎一致。
两者搭配使用，就能实现“本地模型运行 + 网页可视化操作”的完整本地 AI 平台。
前置准备：Docker 环境一键搞定
部署的前提是拥有可用的 Docker 环境，不管是 Linux、Windows 还是 Mac，下面的方法都能快速搞定，尤其适合新手，避免踩环境配置的坑。
1. Linux 系统 Docker 一键安装（含国产系统适配）
Linux 系统（包括银河麒麟、欧拉等国产系统）直接用下面的脚本，一键安装 Docker、Docker Compose，省去手动配置的麻烦。
bash <(wget -qO- https://xuanyuan.cloud/docker.sh)
2. Windows / Mac 用户
Windows 和 Mac 用户不用复杂的命令行操作，直接去 Docker 官网下载 Docker Desktop 即可，图形化界面操作简单，安装完成后启动 Docker 即可（启动后会在后台运行，桌面状态栏会有对应图标）。
Docker Desktop 下载地址：https://www.docker.com/products/docker-desktop
验证 Docker 环境
安装完成后，验证一下 Docker 是否正常运行，打开终端（Linux）或 PowerShell（Windows），输入以下命令：
docker version
如果能正常显示 Docker 的版本信息（Client 和 Server 都有版本号），说明环境已经准备就绪，可以开始部署了。
正式部署：Open WebUI + Ollama 步骤拆解
部署全程用 Docker 命令操作，步骤清晰，Windows 和 Linux 仅命令格式有细微差异（已单独标注），跟着做就能成功。
第一步：拉取镜像
先拉取 Open WebUI 和 Ollama 的镜像，这里用我们前面提供的中文镜像，下载速度比官方镜像快很多，避免因网络问题卡住。
拉取 Open WebUI 镜像：
docker pull docker.xuanyuan.run/openwebui/open-webui:latest
拉取 Ollama 镜像：
docker pull docker.xuanyuan.run/ollama/ollama:latest
拉取完成后，可以用docker images 命令查看镜像，确认两个镜像都已成功下载。
第二步：创建 Docker 网络（必做，避免通信问题）
为了让 Open WebUI 和 Ollama 两个容器能够互相通信（Open WebUI 需要连接 Ollama 才能调用模型），建议创建一个独立的 Docker 网络，这样两个容器就能通过网络直接访问，避免出现“无法解析主机”的问题。
所有系统命令一致，输入：
docker network create ai-network
网络创建完成后，后续启动容器时，只要加入这个网络，就能实现互相通信。
第三步：启动 Ollama 容器
Ollama 是核心，需要先启动它，才能下载和运行大模型。注意 Windows 和 Linux 的命令格式差异（主要是换行符不同）。
Linux 系统（终端执行）
docker run -d \
--name ollama \
--network ai-network \
-p 11434:11434 \
-v ollama:/root/.ollama \
--restart unless-stopped \
docker.xuanyuan.run/ollama/ollama:latest
Windows 系统（PowerShell 执行）
docker run -d --name ollama --network ai-network -p 11434:11434 -v ollama:/root/.ollama --restart unless-stopped docker.xuanyuan.run/ollama/ollama:latest
命令说明：
\-d：后台运行容器，不占用当前终端；\-\-name ollama：给容器命名为 ollama，方便后续操作；\-\-network ai\-network：将容器加入我们刚才创建的 ai-network 网络；\-p 11434:11434：将容器的 11434 端口映射到本地，Ollama 的默认端口就是 11434；\-v ollama:/root/\.ollama：将 Ollama 的数据（比如下载的模型）挂载到本地，避免容器删除后模型丢失；\-\-restart unless\-stopped：设置容器开机自启，除非手动停止，避免重启系统后容器失效。
第四步：下载大模型
Ollama 容器启动后，还需要下载具体的大模型才能使用。这里以下载 Qwen 0.5B 模型为例（体积小、启动快，适合新手测试），也可以根据需求下载其他模型（比如 Llama 3、Gemini 等）。
所有系统命令一致，输入：
docker exec -it ollama ollama pull qwen:0.5b
下载时间根据网络速度而定，模型体积越小，下载越快（Qwen 0.5B 仅 394MB）。
下载完成后，可以查看已下载的模型，输入：
docker exec -it ollama ollama list
正常情况下，会输出如下内容，说明模型下载成功：
NAME SIZE
qwen:0.5b 394MB
第五步：启动 Open WebUI 容器
Ollama 和模型都准备好后，启动 Open WebUI 容器，让我们能够通过浏览器访问和操作。同样区分 Windows 和 Linux 命令格式。
Linux 系统（终端执行）
docker run -d \
--name open-webui \
--network ai-network \
-p 3002:8080 \
-e OLLAMA_BASE_URL=http://ollama:11434 \
-v open-webui:/app/backend/data \
--restart unless-stopped \
docker.xuanyuan.run/openwebui/open-webui:latest
Windows 系统（PowerShell 执行）
docker run -d --name open-webui --network ai-network -p 3002:8080 -e OLLAMA_BASE_URL=http://ollama:11434 -v open-webui:/app/backend/data --restart unless-stopped docker.xuanyuan.run/openwebui/open-webui:latest
关键命令说明：
\-p 3002:8080：将 Open WebUI 的 8080 端口映射到本地 3002 端口，后续通过 localhost:3002 访问；\-e OLLAMA\_BASE\_URL=http://ollama:11434：关键环境变量，告诉 Open WebUI Ollama 的地址，确保两者能够正常连接；\-v open\-webui:/app/backend/data：挂载 Open WebUI 的数据（比如管理员账号、聊天记录），避免容器删除后数据丢失。
第六步：访问 Open WebUI，开始使用
两个容器都启动成功后，打开浏览器，输入以下地址：
http://localhost:3002
首次访问时，需要创建一个管理员账号（设置用户名、密码），创建完成后登录，就能进入 Open WebUI 的主界面。
登录后，点击界面中的“模型”选项，就能看到我们刚才下载的 Qwen 0.5B 模型，选择模型后，就可以开始聊天交互了，和使用 ChatGPT 等工具的体验完全一致。
关键验证：确认 Open WebUI 与 Ollama 正常连接
部署完成后，建议验证一下两者是否正常连接，避免出现“模型列表为空”的问题。
在终端（Linux）或 PowerShell（Windows）中输入以下命令，测试 Open WebUI 能否访问 Ollama 的 API：
docker exec -it open-webui curl http://ollama:11434/api/tags
如果正常返回以下内容，说明连接成功：
{
"models": [
{
"name": "qwen:0.5b",
"model": "qwen:0.5b",
"modified_at": "2026-04-23T14:32:04.754499059Z",
"size": 394998579,
"digest": "b5dc5e784f2a3ee1582373093acf69a2f4e2ac1710b253a001712b86a61f88bb",
"details": {
"parent_model": "",
"format": "gguf",
"family": "qwen2",
"families": [
"qwen2"
],
"parameter_size": "620M",
"quantization_level": "Q4_0"
}
}
]
}
查看运行中的容器
如果想确认两个容器是否都在正常运行，输入以下命令：
docker ps
正常情况下，会显示两个容器的运行状态，如下所示（简化版）：
CONTAINER ID IMAGE PORTS
xxxxxxx docker.xuanyuan.run/openwebui/open-webui 0.0.0.0:3002->8080/tcp
xxxxxxx docker.xuanyuan.run/ollama/ollama 0.0.0.0:11434->11434/tcp
常见问题排查（新手必看）
部署过程中，新手可能会遇到一些小问题，这里整理了最常见的4个问题，附上解决方案，帮大家快速避坑。
问题1：Open WebUI 中模型列表为空
现象：登录 Open WebUI 后，看不到任何已下载的模型，无法选择模型聊天。
原因：Open WebUI 没有成功连接到 Ollama，大概率是环境变量或网络配置错误。
解决方案：
确认启动 Open WebUI 时，添加了
\-e OLLAMA\_BASE\_URL=http://ollama:11434环境变量；确认两个容器都加入了同一个网络（ai-network），可以用
docker network inspect ai\-network查看容器是否在网络中；如果还是不行，重启两个容器：
docker restart ollama open\-webui。
问题2：无法解析 ollama 主机（错误：Could not resolve host: ollama）
现象：执行验证命令时，出现“curl: (6) Could not resolve host: ollama”错误。
原因：Open WebUI 容器和 Ollama 容器不在同一个 Docker 网络，导致无法解析主机名。
解决方案：
将 Open WebUI 容器加入 ai-network 网络：
docker network connect ai\-network open\-webui；或者重新启动 Open WebUI 容器，确保启动命令中包含
\-\-network ai\-network。
问题3：Open WebUI 无法连接 Ollama
现象：模型列表为空，且验证命令执行失败。
解决方案：
先检查 Ollama 容器是否正常运行：
docker ps \| grep ollama，如果没有运行，执行docker start ollama；测试本地能否访问 Ollama API：
curl http://localhost:11434/api/tags，如果能正常返回，说明 Ollama 本身没问题，问题出在 Open WebUI 的连接配置。
问题4：Open WebUI 启动慢
现象：启动 Open WebUI 后，浏览器访问需要等待很久，终端显示“INFO alembic.runtime.migration”。
原因：第一次启动 Open WebUI 时，会自动执行数据库迁移操作，属于正常现象，耐心等待1-2分钟即可。
总结
用 Docker 部署 Open WebUI + Ollama，全程不用复杂的环境配置，核心就是“拉取镜像 → 创建网络 → 启动容器 → 下载模型 → 访问使用”，Windows 和 Linux 系统都能轻松适配。
部署完成后，你就拥有了一个专属的本地大模型平台：既能通过 Open WebUI 实现可视化聊天，又能通过 Ollama 灵活切换各类大模型，而且所有数据都保存在本地，隐私更有保障。
如果想尝试更大规模的模型（比如 Qwen 7B、Llama 3 8B），只需用 docker exec \-it ollama ollama pull 模型名 下载即可，Open WebUI 会自动识别新下载的模型，非常方便。
