家裡或公司想要一個「自己的 ChatGPT」——介面像、功能像、但模型自己選、資料不外流、全家或全團隊共用一個入口。這個需求在 2026 年有一個近乎標準的答案：Open WebUI，自架 LLM 網頁介面的第一大專案，GitHub 約 14.6 萬顆星。
一句話講：Open WebUI 是一個裝在自己伺服器（或 NAS、家用主機）上的網頁版 AI 聊天平台。後端接 Ollama 跑本地模型、也能同時接 OpenAI、Claude 這類雲端 API，一個介面切換所有模型；多用戶、權限管理、知識庫問答全都內建。Docker 一行指令就架得起來。
Open WebUI 能做什麼
- 多模型一個入口：本地 Ollama＋雲端 API 混用，同一段對話還能叫兩個模型同時回答互相對照。
- 多用戶與權限：帳號、群組、角色權限（RBAC）、LDAP／OAuth 登入——這是它和單機工具最大的差別，天生為「多人共用」設計。
- 知識庫 RAG：上傳整包文件建知識庫，聊天時引用回答並附來源；支援多種向量資料庫和文件解析引擎。
- 工具與 MCP：原生 function calling 和 MCP 支援，模型可以查網頁、跑工具；還有 Pipelines 外掛框架可以自己擴充。
- 持續進化：2026 年的 0.10 版加了資料夾團隊共享、長對話自動壓縮上下文、重構的記憶系統——更新非常勤（這也是缺點，等下講）。
安裝門檻
Docker 一行指令或 pip install open-webui 就能跑，難度不高。但它不是輕量軟體：常態記憶體佔用輕鬆超過 1GB，官方文件自己承認預設的 PDF 解析器會記憶體洩漏、預設嵌入引擎規模化時吃資源，正經用建議 4GB 記憶體起跳的機器，重度 RAG 場景照官方建議換外部解析與嵌入引擎。
授權爭議：用之前搞清楚
Open WebUI 在 2025 年 4 月從 BSD-3 換成自訂的「Open WebUI License」，核心是加了一條品牌保護：不能移除或替換它的 logo 與品牌標識，例外是「30 天內活躍用戶不超過 50 人的部署」可以自由改、貢獻者與買企業授權的公司也可以。翻成白話：個人、家庭、小團隊自架＝完全免費、無限制；超過 50 人的組織想去掉它的品牌，就要買企業授權。社群為此吵過好幾輪「名字叫 Open 卻不再是 OSI 開源」，2025 年底還有一波換用 LibreChat、Jan 的討論潮。實際上對絕大多數自架玩家，這條款根本碰不到，但你如果是要拿它包產品的公司，先看清楚。
跟 LM Studio、LibreChat 怎麼選
| 工具 | 形態 | 一句話定位 |
|---|---|---|
| Open WebUI | 自架網頁服務 | 多人共用＋本地模型整合最深 |
| LM Studio | 桌面 App | 單人單機、零門檻入門 |
| LibreChat | 自架網頁服務 | 主打接一堆雲端 API 的「公司內部 ChatGPT」，較重 |
| Lobe Chat | 自架網頁服務 | 介面最漂亮，深度 RAG 和權限較弱 |
誰適合、誠實缺點
適合：有一台 NAS 或家用伺服器、想全家共用私有 AI 的人；50 人以下團隊要內部知識庫問答＋權限管控的場景；已經在用 Ollama、想給它一個好看多人介面的人。跟 LM Studio 完全不衝突——一個是單機桌面，一個是多人服務。
但幾件事先知道：第一，升級有破壞性前科——0.9 版改過資料庫結構，不備份就升級有風險，多實例還得同時升，自架的人要養成看 release notes 的習慣。第二，資源佔用如上所述，樹莓派等級的小機器跑起來會很痛苦。第三，它只是介面，回答品質取決於你接的模型；本地小模型的極限請先在 Ollama 那篇看清楚，別怪到介面頭上。要更重的文件理解，搭 RAGFlow 這類專門引擎更合適。
結論：Open WebUI 是「自架 ChatGPT」這個需求目前功能最全、生態最大的答案；個人與小團隊免費用好用滿，公司要白牌再談授權。先 Docker 跑起來接上 Ollama，十分鐘你就有自己的 AI 入口了。
延伸閱讀：Ollama：本地模型引擎，Open WebUI 的最佳拍檔、LM Studio：單機黨的本地 LLM 工具、RAGFlow：深度文件理解的 RAG 引擎、Dify：要做對外 AI 應用選這個。
發表迴響