OpenWebUI+Ollama+DeepSeek R1保姆级教程：5分钟本地部署AI编程助手

还在对着命令行敲 Ollama？每次查历史记录都要翻终端窗口，代码输出格式乱成一团，想用 DeepSeek R1 还得忍受网页版的高延迟和网络波动——这是很多本地模型玩家都踩过的坑。

直到我搭起了 OpenWebUI + Ollama + DeepSeek R1 这套组合，才真正体会到“本地 AI 工作站”该有的样子。从下面这张动图可以快速理解这个工具的核心使用方式：你不再需要任何命令行操作，直接在浏览器里就能拥有一个媲美 ChatGPT 的交互界面，模型切换、对话管理、代码高亮全部可视化完成。

{image}

这篇文章就是一份完整的 OpenWebUI 使用教程，我会带你从零开始，5 分钟搞定部署，并接入当前最火的 DeepSeek R1 模型（无论是本地跑 1.5B 小模型，还是通过 API 调用 671B 满血版）。如果你也在纠结 OpenWebUI 怎么用，或者想找一套靠谱的 OpenWebUI 评测，这篇应该能给你一个明确的答案。

为什么你需要 OpenWebUI？不只是换个皮肤

很多人觉得，Ollama 本身就能跑模型，为什么要多套一层 OpenWebUI？我的答案是：工具的价值不在于“能不能用”，而在于“好不好用”。

1. 从“能用”到“好用”的体验跃升

命令行交互有几个硬伤：输出格式混乱（尤其是代码和表格）、没有对话历史管理、无法同时切换多个模型。OpenWebUI 直接把这些痛点全抹平了。它提供了打字机效果、完整的 Markdown 渲染（包括 LaTeX 公式）、代码高亮和复制按钮，以及类似 ChatGPT 的多会话管理。你不需要记忆任何 Ollama 命令，所有操作都在图形界面里完成。

2. 一个界面管理所有模型

这是我最喜欢的功能。OpenWebUI 支持多后端接入，你可以同时连接本地的 Ollama 模型（比如 DeepSeek R1 1.5B、Qwen 系列）和云端的 OpenAI 兼容 API（比如阿里云百炼的 DeepSeek R1 671B）。在界面上点一下就能切换，完全不用改配置。对于需要对比不同模型输出质量的场景，这个功能简直是效率神器。

3. 隐私与可控性

所有数据都留在本地硬盘上，没有云端隐私风险。如果你对数据安全有要求（比如处理公司内部代码或文档），这套方案比任何在线服务都靠谱。

核心功能拆解：OpenWebUI 到底能做什么？

推荐可能感兴趣的网站

我们为你精心挑选了更多优质网址，希望能给你带来更好的体验

魅丝社

魅丝社旗下摄影图集网站

超好玩的在线小游戏

不用登录，不用下载，就可以玩到比一些app品质还高的游戏

全景图环游世界

网站提供各个地区的全景图，三百六十度看世界

电子印章生成器

在线电子印章定制生成工具

荐投胎模拟器

如果有来世，你会出生在哪里？

俄罗斯方块

能玩上一整天的小游戏，那一定是俄罗斯方块！

腾讯元宝

腾讯推出的混元大模型AI助手

世界人口时钟

网站展示任何国家目前人口的实时统计，出生，死亡，净迁移和人口增长

1. 模型管理：统一控制中心

OpenWebUI 会自动检测本地运行的 Ollama 服务及已下载的模型，开箱即用。你还可以在界面里直接搜索并下载新模型（比如 deepseek-r1:1.5b），无需敲一行命令。对于高级用户，它支持调整模型的温度、top_p 等参数，实时生效。

解决什么问题： 不用再记 ollama pull、ollama run 这些命令，所有操作可视化。

2. 交互体验：类 ChatGPT 的流畅感

打字机效果、Markdown 渲染、代码高亮、多会话管理——这些在 ChatGPT 上习以为常的功能，在本地部署中同样能获得。OpenWebUI 还支持多主题切换，深色模式对长时间使用的开发者很友好。

解决什么问题： 告别命令行乱码和格式混乱，提升阅读和调试效率。

3. RAG 知识库：让 AI 读你的文档

内置 RAG 引擎，支持上传 PDF、DOCX、TXT 等格式的文档，构建专属知识库。你可以让 AI 基于你上传的技术文档、项目需求或论文来回答问题，而不是依赖它训练时的数据。

解决什么问题： 让 AI 理解你的私有数据，回答更精准、更贴合实际场景。

4. 多用户与权限控制

支持创建多个用户账号，并分配不同角色（管理员、普通用户）。适合团队协作场景，比如开发团队共享一个本地 AI 工作站，每个人有自己的对话历史和设置。

解决什么问题： 企业级部署需求，保障数据隔离和权限安全。

OpenWebUI 使用教程：从零到一，5 分钟上手

第一步：环境准备

你需要确保系统满足以下条件：

• Python 3.11（必须，其他版本可能有兼容性问题）
• Ollama（可选，如果只用云端 API 可以跳过）
• 8GB 以上内存（运行大模型需要更多）

常见错误： 很多人用 Python 3.12 或 3.10 安装 OpenWebUI，结果报依赖冲突。务必使用 Python 3.11，这是最稳定的版本。

第二步：部署 OpenWebUI（两条命令）

打开终端（Windows 用 cmd，macOS/Linux 用 bash），执行：

PR0

启动成功后，浏览器访问 http://localhost:8080/，创建管理员账号即可进入主界面。

进阶技巧： 如果你想把 OpenWebUI 作为后台服务长期运行，可以用 nohup open-webui serve & 或者配置 systemd 服务（Linux）。这样即使关闭终端，服务也不会中断。

第三步：接入 DeepSeek R1 模型

#### 方案 A：本地 Ollama 方案（适合有 GPU 的用户）

1. 安装 Ollama（如果还没装）：访问 ollama.com 下载，或使用命令 curl -fsSL https://ollama.ai/install.sh | sh。
2. 在 OpenWebUI 界面左上角的模型选择框中，输入 deepseek-r1:1.5b，点击“从 Ollama.com 拉取”，自动下载。
3. 下载完成后，直接选择该模型开始对话。

使用误区： 很多人一上来就拉取 671B 的满血版，结果发现显存不够，运行卡顿。建议先从 1.5B 或 7B 版本开始，体验流畅后再考虑大模型。1.5B 版本虽然能力有限，但响应速度极快，适合日常简单问答和代码片段生成。

#### 方案 B：云端 API 方案（适合无 GPU 或需要满血版的用户）

1. 访问阿里云百炼官网，注册并领取免费 Tokens（新用户每个模型 100 万 Tokens，足够用很久）。
2. 创建 API Key，复制下来（格式类似 sk-53207f95f7e44ec18d05669767f649b7）。
3. 在 OpenWebUI 后台设置中，添加 OpenAI 兼容 API 连接：

– API 地址：https://dashscope.aliyuncs.com/compatible-mode/v1/

– API Key：粘贴刚才复制的密钥

1. 回到首页，在模型列表中选择“通义千问”下的 DeepSeek R1 模型即可使用。

个人判断： 如果你只是偶尔用用，API 方案更划算（免费额度够用几个月）。但如果你每天大量使用，或者对数据隐私有要求，本地方案才是长久之计。本地 1.5B 模型 + 云端 671B 模型双接入，是我目前最推荐的组合——日常简单任务用本地，复杂推理切云端。

第四步：内网穿透，实现远程访问（可选但推荐）

如果你想让 OpenWebUI 在外网也能访问（比如在公司连家里的 AI 工作站），可以用 cpolar 做内网穿透。

1. 下载安装 cpolar，注册账号。
2. 访问 http://127.0.0.1:9200 登录 cpolar Web UI。
3. 修改默认的 website 隧道，指向 localhost:8080。
4. 免费方案会生成一个随机域名（每 24 小时更换），付费方案可以固定域名。

进阶技巧： 固定域名后，配合 OpenWebUI 的多用户功能，你可以把链接分享给团队成员，大家共用同一个本地 AI 工作站。出门在外，手机浏览器也能连进来，真正实现“AI 助手随身带”。

行业趋势：为什么这类工具越来越火？

本地 AI 部署工具（如 OpenWebUI、LM Studio、GPT4All）的爆发，背后是用户需求的三个转变：

1. 隐私意识觉醒：越来越多的人意识到，把公司代码、个人文档上传到云端 AI 服务存在风险。本地部署成为刚需。
2. 硬件门槛降低：消费级 GPU（如 RTX 4090）已经能跑 70B 级别的模型，加上量化技术的成熟，本地运行大模型不再是极客专属。
3. 效率优先：云端 API 有网络延迟和并发限制，本地部署的响应速度是毫秒级的，尤其适合编程辅助这种高频交互场景。

OpenWebUI 的 11 万 Star 不是凭空来的——它恰好站在了“隐私 + 效率 + 易用”的交汇点上。

锚文本插入

如果你正在筛选类似工具，可以参考「

AI undetect

AI文本检测规避与改写工具

Elephas

Elephas推出的个人写作助手

AI中文社

专业的AI人工智能中文社区

Legalese Decoder

专业的法律术语解析工具

promptstacks

专业的AI提示词资源平台

Langotalk

Langotalk推出的AI编程辅助工具

福神网

福神网精选AI工具导航平台

文思助手

文思助手推出的AI智能助手

」进行系统对比。

使用建议：谁适合用？谁不适合？

✅ 推荐人群

• 开发者：需要频繁与 AI 交互写代码、调试，对响应速度和隐私有要求。
• 科研人员：处理敏感数据或论文，需要本地知识库支持。
• 团队协作场景：多个成员共享一个 AI 工作站，需要用户管理和权限控制。
• AI 爱好者：想体验不同模型，但不想折腾命令行。

❌ 不推荐人群

• 纯小白用户：虽然 OpenWebUI 已经很简单，但部署过程仍需要一点命令行基础。如果完全不想碰终端，建议直接用 ChatGPT 或 Claude 的网页版。
• 没有 GPU 且不想用 API 的用户：本地跑大模型需要一定的硬件投入，如果只有 CPU，体验会非常慢。
• 只需要简单问答：如果只是偶尔问几个问题，网页版或手机 App 更方便，没必要折腾本地部署。

总结：这套方案值得长期用吗？

跑通这套之后，本地 AI 才算真正用起来了。不用再对着命令行干瞪眼，界面流畅、模型随便换、数据在自己硬盘上。OpenWebUI 本身持续更新，开源社区活跃，企业级功能陆续在加。NAS 或者服务器常年开着，固定域名配好，随时随地接进来就是完整的 AI 工作站。

我的判断是： 对于有本地部署需求的用户，OpenWebUI + Ollama + DeepSeek R1 是目前最成熟的组合之一。它解决了“本地模型好用但难用”的核心矛盾，让本地 AI 真正具备了与云端服务抗衡的体验。如果你还在犹豫要不要入坑，不妨先从 1.5B 版本开始，5 分钟就能体验到变化——你会发现，原来本地 AI 也可以这么顺手。