OpenWebUI+Ollama+DeepSeek R1：零基础本地AI远程访问指南

前言

本地部署了 Ollama，模型是跑起来了，但每次交互都得敲命令行，打字麻烦不说，结果还难读，想翻翻历史记录更是费劲。ChatGPT 那种流畅界面用习惯了，数据又不想放到别人服务器上。

OpenWebUI 就是来干这个的。GitHub 上 11 万 Star 的开源项目，给 Ollama 套上一层 ChatGPT 风格的外壳，打字机效果、Markdown 渲染、代码高亮、对话历史管理，全都是标配。它支持多后端，本地 Ollama 的模型和阿里云百炼的 DeepSeek R1 可以同时接进来，一键就能切换。RAG 知识库、多用户权限、提示词工作流，该有的功能一个不少。

部署起来也很简单，两条命令：pip install open-webui，然后 open-webui serve，浏览器打开 localhost:8080 创建个管理员账号就能直接用了。本地用 Ollama 跑 DeepSeek R1 1.5B，或者接阿里云百炼的 671B，模型可以随便换。再配合 cpolar 做一层内网穿透，配个固定域名，出门在外用手机浏览器也能连进本地 AI，非常方便。

本教程会带你一步步部署 OpenWebUI，并把手头最火的 DeepSeek R1 模型无缝接进去。最终，你会得到一个：
✅ 拥有惊艳交互界面的私人 AI 助手 - 提供类似 ChatGPT 的流畅体验，支持 Markdown、LaTeX 渲染、对话历史管理和多主题切换
✅ 支持多模型快速切换的管理中心 - 同时管理 Ollama 本地模型和 OpenAI 兼容 API（如 DeepSeek R1），一键切换不同模型
✅ 内置 MCP（模型上下文协议）支持的智能袋里 - 让 AI 不仅能回答问题，还能通过标准化协议操作工具、访问外部数据和服务，实现真正的“能动性”
✅ 具备高级 RAG 能力的知识库系统 - 支持本地文档上传与智能检索，构建专属知识库
✅ 无需公网 IP、通过安全内网穿透实现全球远程访问的智能平台 - 随时随地安全访问你的私有 AI 环境
✅ 企业级多用户管理与权限控制 - 支持团队协作和用户角色分配，满足商业部署需求
✅ 完全开源、自主可控的私有化解决方案 - 所有数据留在本地，绝无云端隐私风险

1 OpenWebUI 介绍及演示

1.1 OpenWebUI 界面操作演示

在深入技术细节之前，先抛个结论：看看本教程最终搭建出来的工作台，这玩意儿会彻底改变你与本地大模型交互的方式。
OpenWebUI 的效果图（支持预览代码）：

GIF 动图演示（生成一个 html 登录界面）：

怎么样，效果很棒吧？有没有兴趣一起动手搭一个试试？

1.2 OpenWebUI 介绍

OpenWebUI（原名 Ollama WebUI）不只是一个为 Ollama 打造的聊天界面，它更是一个功能相当全面的开源 Web 用户界面与管理平台。它的核心使命是让每个人都能用最简单、最直观的方式，与运行在本地或私有环境中的大语言模型进行交互和管理，同时还提供了企业级的功能扩展性。

为什么 OpenWebUI 能获得全球开发者青睐？

OpenWebUI 能在短时间内拿到 110K Stars，是把强大的功能和极致的易用性结合到了一起，成了一个真正意义上的 AI 管理与应用控制台。

核心优势在哪？

• 极致的用户友好体验
  提供了媲美 ChatGPT 的交互体验，支持流畅的打字机效果、完整的 Markdown 渲染（含表格和 LaTeX 数学公式）、代码高亮与复制功能、多主题切换以及完整的对话历史管理。用户再也不用记那些复杂的 Ollama 命令行指令，所有操作通过直观的界面就能完成。

• 强大的多功能集成与扩展能力
  多模型生命周期管理：支持 Ollama 全系列本地模型，同时还能连接 OpenAI 兼容 API（比如 DeepSeek R1）、Claude 系列、LocalAI 等多种后端，成为一个统一的模型控制中心。
  检索增强生成（RAG）与知识库：内置了强大的 RAG 引擎，支持上传 PDF、DOCX、TXT 等多种格式的本地文档，随时构建专属知识库。
  工具调用与 MCP 兼容性：支持模型调用外部工具来执行复杂任务，展现了与模型上下文协议类似的强大能力。
  提示词工作流与协作：提供了提示词市场和管理功能，支持创建、保存、共享和重用自定义提示词模板。

• 隐私安全与灵活部署
  所有数据完全运行在本地环境或私有服务器上，保证百分百离线与绝对隐私。支持多种部署方式，极大降低了使用门槛。

• 无缝的 Ollama 集成
  自动检测本地运行的 Ollama 服务以及已经下载的模型，开箱即用，完全不用复杂配置。作为完全开源的项目，拥有高度可定制性和活跃的社区支持。

核心功能概览

OpenWebUI 把强大的功能性、卓越的易用性和坚决的隐私保护结合在了一起，这就是它能在全球开发者社区里引发热潮的关键原因。它让本地大模型的交互和管理变得前所未有的简单和强大。

2 本地部署 OpenWebUI

通过前面的演示和介绍，相信你对 OpenWebUI 的强大功能有了直观的感受。接下来就进入实战环节，一步步搭出属于你自己的 AI 工作台。

2.1 部署环境准备

部署之前，得先确认你的系统环境满足基本要求。OpenWebUI 支持好几种部署方式，这里重点介绍最推荐的 Python pip 部署方案，简单、快速，而且不需要额外装别的软件。

系统要求：

• Python 版本：Python 3.11（必须，其他版本可能会有兼容性问题）
• 操作系统：Windows 10/11、macOS 10.15+、Linux (Ubuntu 18.04+、CentOS 7+)
• 内存：建议 8GB 以上（运行大模型需要更多内存）
• 存储空间：至少 10GB 可用空间（用来存模型和数据库）
• 网络：需要网络连接来下载依赖包和模型

必需软件：

• Python 3.11：核心运行环境
• Ollama：本地大模型运行环境（可选，也可以用远程 API）

2.2 开始部署 OpenWebUI

OpenWebUI 提供了多种部署方式，推荐使用 Python pip 部署（强烈推荐）⭐，这是最简单、最快速的部署方式，只要两条命令：

首先，确保你的电脑上已经安装了 Python 3.11 版本。如果没有，可以去官方下载：

Python 3.11 下载地址及命令：

# Windows
https://www.python.org/downloads/release/python-3118/
# macOS
brew install python@3.11
# Linux (Ubuntu/Debian)
sudo apt install python3.11

快速验证版本：

在 cmd 里输入下面这个命令查看版本：

python --version

然后配置一下国内源镜像（用来加速下载依赖）：

# 配置清华源加速下载
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

接下来，还是在 cmd 里执行这条命令，安装 OpenWebUI：

# 安装 OpenWebUI
pip install open-webui

安装完成后，执行下面这条命令启动测试：

# 启动OpenWebUI
open-webui serve

启动成功，现在打开浏览器测试一下，访问这个网址：

http://localhost:8080/

参考图如下：

可以看到，已经成功访问到了 OpenWebUI 的默认页面。接下来点击 开始使用，进入 创建管理员账号 页面：

创建好管理员账号后，它会自动登录进首页：

到这里，你就已经初步成功启动并配置好你的个人 AI 助理 OpenWebUI 了，是不是很简单？

3 配置接入 DeepSeek R1-671B 大模型

3.1 接入 DeepSeek R1-671B（本地方案）

如果你要用本地模型，得先装好 Ollama 服务。如果还没装，可以去官方下载：

或者用下面这些命令来安装：

# Windows
winget install Ollama.Ollama
# macOS
brew install ollama
# Linux
curl -fsSL https://ollama.ai/install.sh | sh
# 启动服务
ollama serve

下载安装好后，可以在 cmd 里测试一下是否安装成功，直接输入：

ollama

接下来，登录到 OpenWebUI 首页。进来之后，可以看到左上角有个选择模型的部分：

可以看到，我本地已经有一个 qwen3:32b 的模型了，OpenWebUI 已经自动识别并且添加进来了。

接下来，我们再装一个新模型演示一下。以 deepseek-r1:1.5b 为例（大概 1.1G 大小），在搜索模型里输入：

deepseek-r1:1.5b

然后点击 从 Ollama.com 拉取“deepseek-r1:1.5B” 这个选项，就会自动开始下载该模型。参考下面的 GIF 动图演示：

让我们测试一下和 deepseek-r1:1.5B 模型聊天的效果（GIF 动图演示，未加速）：

可以看到，因为模型比较小，响应速度很快，而且能正常思考和回答问题。

接下来，演示一下接入本地部署了 deepseek-r1:671B 的 Ollama 服务，体验一下满血版的效果。

首先，点击左下角 头像，在弹出的窗口里点击 设置，接着在弹出的窗口左下角点击 管理员设置，打开后台页面：

或者直接访问下面这个地址，也能进后台页面：

http://localhost:8080/admin/settings/general

后台页面：

按上图操作，依次点击 外部连接，点击 Ollama API 右侧的 + 号按钮，在新弹出的 添加连接 窗口里配置你的本地 Ollama 服务：

回到首页，查看模型列表：

可以看到，已经成功显示了来自局域网中 Ollama 服务的 deepseek-r1:671B 大模型！

演示一下效果（GIF 动图参考）：

可以看到，完美接入了本地局域网中 Ollama 服务器上部署的满血版 DeepSeek R1-671B 大模型！和 1.5B 的模型比起来，差别非常明显。

3.2 接入 DeepSeek R1-671B（API 方案）

前面我们部署和接入了本地的 Ollama 服务。但如果你电脑跑不动这么大的模型怎么办？别担心，我们可以用线上的 API 服务，这样就不用依赖本地电脑来推理了。可能有小伙伴会问，用 API-Key 的方式不是要收费吗？确实要收费，但 阿里云百炼 官方推出了一个重磅福利：新用户登录即可享受每个模型100万免费Tokens，参考下图：

就以满血版的 DeepSeek R1-671B 大模型为例：

首先，需要领取百万 tokens。来到阿里云百炼官网，点击右上角“新用户登录即享每个模型100万免费 tokens”：

阿里云百炼官网：

https://bailian.console.aliyun.com/#/home

领取完成后，接下来进入密钥管理，设置 API 密钥：
密钥管理地址：

https://bailian.console.aliyun.com/?spm=a2c4g.11186623.0.0.60907980OAftBf&tab=model#/api-key

点击创建 API-Key，填写完信息：

然后点击复制按钮：

复制下来的格式大概是这样：

sk-53207f95f7e44ec18d05669767f649b7

然后回到 OpenWebUI 首页。点击左下角 头像，在弹出的窗口里点击 设置，接着在弹出的窗口左下角点击 管理员设置，打开后台页面：

或者直接访问下面这个地址，也能进后台页面：

http://localhost:8080/admin/settings/general

后台页面：

按上图操作，依次点击 外部连接，点击 OpenAI API 右侧的 + 号按钮，在新弹出的 添加连接 窗口里配置你的 阿里云百炼 服务：

# 阿里云百炼API地址
https://dashscope.aliyuncs.com/compatible-mode/v1/

配置参考图如下：

回到首页，点击查看标签为 通义千问 下的模型：

可以看到，已经成功显示了来自 阿里云百炼 服务的 deepseek-r1 大模型！

演示一下 阿里云百炼 服务的 deepseek-r1 大模型效果（GIF 动图参考）：

感觉怎么样？是不是超级简单？到这里，无论是本地的 Ollama 满血版 DeepSeek R1-671B，还是云端 API 方案，你都已经在 OpenWebUI 中顺利接入，即开即用了！

4 穿透 OpenWebUI，支持外网访问

通过前面的步骤，你已经成功搭建了一个功能强大的本地 AI 工作台。不过，有没有遇到过这样的场景：在公司、咖啡厅或者出差的时候想访问家里的 OpenWebUI，却发现只能通过局域网访问？或者朋友想体验你的 AI 助手，却因为网络限制分享不了？这些场景正是内网穿透技术要解决的核心痛点。这一章会用 cpolar 内网穿透工具，让 OpenWebUI 突破局域网限制，实现全球任意地点都能安全远程访问，真正实现“AI 助手随身携带”的终极体验。

4.1 什么是 cpolar？

• cpolar 是一款内网穿透工具，可以把你在局域网内运行的服务（比如本地 Web 服务器、SSH、远程桌面等）通过一条安全加密的中间隧道映射到公网，让外部设备不用配置路由器就能访问。
• 广泛支持 Windows、macOS、Linux、树莓派、群晖 NAS 等平台，还提供一键安装脚本方便部署。

4.2 下载 cpolar

打开 cpolar 官网的下载页面：
点击 立即下载 64-bit 按钮，下载 cpolar 的安装包：

下载下来是一个压缩包，解压后运行目录里的应用程序，一路默认安装就行。安装完成后，打开 cmd 窗口输入下面这个命令确认安装：

cpolar version

出现版本信息就代表安装成功了。

4.3 注册及登录 cpolar Web UI 管理界面

4.3.1 注册 cpolar

访问 cpolar 官网，点击 免费注册 按钮进行账号注册。

进入注册页面填写信息：

4.3.2 访问 Web UI 管理界面

注册完成后，在浏览器中输入下面这个地址访问 Web UI 管理界面：

http://127.0.0.1:9200

输入刚才注册好的 cpolar 账号登录进去，就可以进入后台页面了：

4.4 穿透 OpenWebUI 项目的 Web 界面

4.4.1 随机域名方式（免费方案）

随机域名方式适合预算有限的用户。用这种方式时，系统会每隔 24 小时左右自动更换一次域名地址。对于长期访问来说不太友好，但胜在免费。如果愿意花点预算，可以看看下面“固定域名方式”的介绍，不仅更稳定，访问也更方便。

点击左侧菜单栏的 隧道管理，展开进入 隧道列表 页面。页面下默认会有 2 个隧道：

• remoteDesktop 隧道，指向 3389 端口，使用 TCP 协议
• website 隧道，指向 8080 端口，使用 HTTP 协议（HTTP 协议默认会生成 2 个公网地址，一个是 HTTP，另一个是 HTTPS，不用自己配置 SSL 证书）

点击编辑 website 隧道，修改成我们 open-webui 需要的信息：

接着来到 在线隧道列表，可以看到名称为 open-webui-8080 的隧道有两条记录，一条协议是 HTTP，另一条是 HTTPS：

以 HTTPS 为例，访问测试一下（加载可能稍慢，耐心等一等）：

可以看到，已经成功访问到了 OpenWebUI 的 Web 页面。恭喜！你已经成功实现了 OpenWebUI 的远程访问！现在不管你在哪里，只要连上网络就能随时访问你的专属 AI 工作台，真正实现了“AI 助手随身携带”的终极体验。注意：免费方案每24小时会更新域名地址，记得及时获取新地址，才能持续享受远程访问的便利。

4.4.2 固定域名方式（升级任意套餐即可）

通过前面的配置，我们已经成功实现了 OpenWebUI 的远程访问。但免费随机域名方案的局限性也摆在那儿：每 24 小时自动更换域名地址，意味着你得频繁更新书签、重新分享链接，甚至可能因为忘了更新而访问不了。固定域名方案就是来解决这些问题的，让你拥有一个永久不变的专属地址，实现真正稳定可靠的远程 AI 工作台。

好了，接下来开始固定保留二级子域名的教程。

首先，进入官网的预留页面。

选择 预留 菜单，就能看到 保留二级子域名 这一项。填写其中的 地区、名称、描述（可不填），然后点击保留按钮。操作步骤图如下：

列表中会显示一条已保留的二级子域名记录：

• 地区：显示为 China Top。
• 二级域名：显示为 chatai。

注：二级域名是唯一的，每个账号都不相同，请以你自己设置的二级域名为准。

接着，进入侧边菜单栏的 隧道管理 下的 隧道列表，找到名为 open-webui-8080 的隧道，点击 编辑 按钮进入编辑页面：

修改域名类型为 二级子域名，然后填写前面配置好的子域名，点击更新按钮：

来到 状态 菜单下的 在线隧道列表，可以看到隧道名称为 open-webui-8080 的公网地址已经变更为 二级子域名+固定域名主体及后缀 的形式了：

这里以 HTTPS 协议做访问测试（加载稍慢，耐心等一下）：

访问成功！这样一来，你就拥有了一个永久不变的专属域名，再也不用担心 24 小时域名更换的问题了。现在你可以把这个固定地址添加到浏览器书签，分享给同事朋友，甚至用于正式的生产环境。恭喜！你已经在免费随机域名的基础上完成了完美升级，实现了专业级的远程 AI 工作台部署！

总结

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，企业级功能也在陆续加入。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一个完整的 AI 工作站。本地推理的隐私优势加上好用的交互界面，这才是本地部署 AI 模型的正确打开方式。

来源：互联网