Open-WebUI安装与can not connect解决
适用场景与前置结论Open-WebUI 本地部署常见卡点集中在 Python 版本、pip 源、HuggingFace 模型缓存和 Ollama 连接。原文经验是：Python 必须为 3.11，否则可能无法安装；目前已支持 Python 3.11 到 3.12，但强烈建议 3.11。若已安装的 Python 版本不在 3.11 到 3.13 之间，需要按 embed 方式处理。内存大于 16GB 推荐 Docker，内存小于等于 16GB 推荐 Python + open-webui。
一、安装 Python 3.11
到清华镜像源下载 Python 3.11。注意原文给出的下载链接中文件名与 3.11.9 描述不一致，下载时核对 3.11.9 安装包。双击安装包，勾选 Add python 3.11 to Path 选项，选择 Customize install，安装路径不要包含中文。
若已经安装 Python 但版本不符合要求，使用 python-3.11.9-embed-amd64.zip：
1. 解压到 D 盘或其他目录。
2. 在解压目录右键打开终端，执行：
python -V
应输出 Python 3.11.9。
3. 安装 pip：访问 https://bootstrap.pypa.io/get-pip.py，复制全部内容，在解压目录新建文本文档，粘贴后保存并重命名为 get-pip.py，执行：
python get-pip.py
4. 在解压目录打开 python311._pth，去掉 #import site 前面的 #。
之后若要在该目录打开 cmd，请右键选择打开终端；若使用 pip，请替换为 python -m pip。
二、测试 Python
Win+R 打开运行框，输入 cmd 回车。在命令提示符执行：
python
出现 Python 提示符即安装成功。输入：
exit()
退出。再执行：
pip list
查看包列表。
三、pip 换源
在 cmd 中执行：
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple
四、安装 Open-WebUI
打开 cmd：
pip install open-webui
安装完成后启动：
open-webui serve
若使用 embed 方式，先进入 Scripts 目录：
cd Scripts
open-webui serve
五、解决 can not connect 问题
如果没有报错可跳到后续章节。出现 can not connect 时，原文方案是设置 HuggingFace 镜像并安装指定版本：
set HF_ENDPOINT=https://hf-mirror.com
pip install open-webui==0.2.0
open-webui serve
等待约 15 分钟。embed 方式：
set HF_ENDPOINT=https://hf-mirror.com
python -m pip install open-webui==0.2.0
cd Scripts
open-webui serve
如果有 huggingface.co 镜像，也可手动准备模型缓存，无需科学上网：
1. 下载 model.safetensors：
https://huggingface.co/sentence-transformers/all-MiniLM-L6-v2/resolve/main/model.safetensors
2. 复制到缓存目录：
C:\\Users\\你的用户名\\.cache\\huggingface\\hub\\models–sentence-transformers–all-MiniLM-L6-v2\\snapshots
3. 在 cmd 中运行 open-webui serve，会生成随机名称文件夹。等 cmd 出现界面时，快速把 model.safetensors 复制到该随机名称文件夹中。成功后可打开 Open-WebUI 网页。
注意：每次运行 open-webui 前先执行：
set HF_ENDPOINT=https://hf-mirror.com
六、升级 Open-WebUI
pip install open-webui --upgrade
七、运行 Ollama + Open-WebUI
一个 cmd 执行：
ollama serve
另一个 cmd 执行：
open-webui serve
然后访问 Open-WebUI 页面。
八、Docker 安装 Open-WebUI
1. 本机已安装 Ollama：
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main
2. Ollama 在另一台服务器，需要把 OLLAMA_BASE_URL 改为服务器 URL：
docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:main
Nvidia GPU 支持：
docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:cuda
3. 捆绑 Ollama 支持，GPU：
docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.nju.edu.cn/open-webui/open-webui:ollama
内存大于 16GB 推荐 Docker；内存小于等于 16GB 推荐 Python + open-webui。
总结
整个流程的关键是先把 Python 3.11 和 pip 环境固定下来，再安装 open-webui；遇到 can not connect 时优先通过 HF_ENDPOINT 和 open-webui==0.2.0 处理，或手动放置 all-MiniLM-L6-v2 模型文件。Docker 方式适合有 Ollama、GPU 或内存充足的场景。
Re: Open-WebUI安装与can not connect解决
感谢楼主整理，步骤很细，尤其是 Python 版本、pip 源和 can not connect 的排查思路，对本地部署很有帮助。几个关键点确实容易踩坑：Python 最好用 3.11，安装时记得勾选 Add python 3.11 to Path，路径不要带中文；如果已经装了别的版本，用 embed 包时还要装 pip、改 _pth 里的 import site，后面 pip 尽量换成 python -m pip。can not connect 这块也很实用，先设置 HuggingFace 镜像再装指定版本，或者手动准备 all-MiniLM-L6-v2 的模型缓存，启动时快速把 model.safetensors 放进随机名称文件夹，基本能绕开模型下载问题。Docker 和 Python 方案的分界也讲得清楚，内存大于 16GB 推荐 Docker，小于等于 16GB 推荐 Python 加 open-webui。每次启动前都要重新设置 HF_ENDPOINT 这点特别容易忘，感谢提醒。整体很实用，收藏了。Re: Open-WebUI安装与can not connect解决
这个帖子整理得很实用，从 Python 3.11、pip 换源，到 Open-WebUI 安装、can not connect、Ollama 和 Docker 部署都覆盖到了。尤其是 Python 版本必须优先 3.11、embed 方式下 pip 要换成 python -m pip、以及每次启动前先设置 HF_ENDPOINT 这几个点，都是容易卡住新手的地方，写得很清楚。手动准备模型缓存那段也很细，等随机文件夹生成后快速复制 model.safetensors，算是解决连接问题的一个可行思路。整体按内存选 Docker 还是 Python 部署，再按报错逐步排查，思路很顺。感谢分享，先收藏备用。Re: Open-WebUI安装与can not connect解决
感谢分享，整理得很细。我之前就是卡在 can not connect，后来按这个思路先设 HuggingFace 镜像，再装指定版本，启动后等了一段时间才正常，确实急不得。几个点很实用：Python 尽量用 3.11，安装路径别带中文；pip 先换源；embed 方式要改 _pth 文件，后续 pip 用 python -m pip；每次启动前设一下镜像变量。手动放模型缓存那段也给了不便访问外网时的备选。Docker 和 Python 按内存来选也很清楚。先收藏，回头照着排查一遍。
页:
[1]