游乐游手机版
首页/AI教程/文章详情

Open WebUI连不上Ollama?Docker Compose排查步骤与解决方法

时间:2026-06-04 17:08
这次想在测试机上跑一个 Open WebUI,给团队内部搭个连 Ollama 的入口。镜像本身不算复杂,官方主镜像是 ghcr io open-webui open-webui:main,但真正排查问题的时候会发现,坑通常分三层:镜像拉取、容器网络、数据卷。 先把镜像层单独过掉 GHCR 拉取不稳定

这次想在测试机上跑一个 Open WebUI,给团队内部搭个连 Ollama 的入口。镜像本身不算复杂,官方主镜像是 ghcr.io/open-webui/open-webui:main,但真正排查问题的时候会发现,坑通常分三层:镜像拉取、容器网络、数据卷。

Open WebUI 连不上 Ollama:Docker Compose 排查记录

先把镜像层单独过掉

GHCR 拉取不稳定时,先别急着写 compose。单独拉一下镜像:

docker pull ghcr.1ms.run/open-webui/open-webui:main

先让镜像层过去,后面再单独看 WebUI 和 Ollama 之间的连接。否则的话,docker compose up 一跑起来,所有问题就会混在一起,让人头大。

最小 Compose

我们来看一个最小版本的 Compose 配置:

services:
open-webui:
  image: ghcr.1ms.run/open-webui/open-webui:main
  container_name: open-webui
  restart: unless-stopped
  ports:
    - "3000:8080"
  environment:
    OLLAMA_BASE_URL: "https://host.docker.internal:11434"
  volumes:
    - open-webui:/app/backend/data
volumes:
  open-webui:

然后启动:

docker compose pull
docker compose up -d
docker compose logs -f open-webui

第一个坑:容器里的 localhost 不是宿主机

Ollama 如果跑在宿主机上,WebUI 容器里直接用 127.0.0.1:11434 去访问,实际上访问到的是容器自己,这就尴尬了。

所以正确做法是用:

environment:
  OLLAMA_BASE_URL: "https://host.docker.internal:11434"

如果 Linux 上这个地址不可用,可以试试:

extra_hosts:
  - "host.docker.internal:host-gateway"

或者干脆把 Ollama 也放到同一个 compose 网络里,让 Open WebUI 直接访问 https://ollama:11434,省心很多。

第二个坑:数据卷必须提前想好

Open WebUI 的数据路径是 /app/backend/data,所以 compose 里一定要配上:

volumes:
  - open-webui:/app/backend/data

没有这个卷,容器重建后配置就可能全部丢失。自托管服务最烦人的不是第一次启动,而是升级之后发现数据没按预期保留下来。

第三个坑:端口和安全组

容器启动不代表外部就能访问了。你得先确认端口映射和日志都没问题:

docker ps -lntp | grep 3000
docker logs open-webui

如果是云服务器,还要检查安全组有没有放开 3000 端口。如果前面挂了反向袋里,再看看 Nginx upstream 指向的是宿主机的端口还是容器网络地址。

排查表

问题 命令
镜像是否能拉 docker pull ghcr.1ms.run/open-webui/open-webui:main
容器是否在跑 docker ps | grep open-webui
日志是否异常 docker logs -f open-webui
Ollama 是否可访问 curl https://127.0.0.1:11434/api/tags
数据卷是否存在 docker volume inspect open-webui

结论

用 Docker 部署 Open WebUI 并不复杂,真正的难点在于把“镜像、端口、Ollama 地址、数据卷”这几层分开排查。团队内网 AI 入口要长期稳定运行,Compose 文件、数据卷管理和升级路径的规划,远比第一次启动时的顺利重要得多。

来源:https://juejin.cn/post/7646739818932076590
上一篇AgentSkill管理范式下企业为何要像管理软件包一样管理AI能力 下一篇SHAP模型可解释性详解:博弈论原理与XGBoost实战应用
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
Coze本地模型运行下载与路径配置性能优化指南
AI教程 · 2026-07-12

Coze本地模型运行下载与路径配置性能优化指南

Coze接入本地模型的核心在于先准备推理服务,再完成模型下载、存放路径配置、接口适配与性能调优,适合开发测试、数据内控和低成本原型验证场景。

Coze插件安装教程:浏览器、编辑器与扩展市场配置
AI教程 · 2026-07-12

Coze插件安装教程:浏览器、编辑器与扩展市场配置

Coze插件安装可分为平台内插件、浏览器扩展与编辑器扩展三类。配置前需确认账号权限、来源可信、授权范围和测试环境,新手按创建项目、安装插件、填写参数、调试发布的顺序操作更稳妥。

Coze API Key配置教程 账号注册 密钥获取 国内网络设置
AI教程 · 2026-07-12

Coze API Key配置教程 账号注册 密钥获取 国内网络设置

围绕Coze与扣子平台的APIKey配置流程,梳理账号注册、密钥创建、环境变量设置、国内网络连通性检查、调用验证、常见报错处理及安全使用边界。

Coze Docker一键部署教程:镜像拉取端口映射数据目录配置
AI教程 · 2026-07-12

Coze Docker一键部署教程:镜像拉取端口映射数据目录配置

面向想在本地或服务器部署Coze的用户,梳理Docker环境准备、镜像拉取、端口映射、数据目录挂载、启动检查、升级回滚与安全注意事项,帮助快速搭建稳定的AI智能体平台运行环境。

Coze Linux服务器部署:从环境准备到后台运行完整教程
AI教程 · 2026-07-12

Coze Linux服务器部署:从环境准备到后台运行完整教程

Coze适合团队搭建智能体应用与工作流。Linux部署建议优先采用容器方式,提前规划配置、端口、数据目录与安全策略,并通过服务化方式实现稳定后台运行。