托管式 Open WebUI 主机服务:应涵盖什么,以及一个诚实的替代方案

试点大获成功。某个下午，Open WebUI 被装进了一台闲置服务器，不出一周，整个团队就在一个精致的界面里，通过 Ollama 与 GPT、Claude 以及一个本地 Llama 对话了起来。快进三个月：您成了一套生产系统的无薪运维。数据库放在一块没人备份的磁盘上。您添加第二个副本的那天，内嵌的向量存储就崩了。有人把共享的 OpenAI 密钥粘贴进了一个 Slack 频道。而财务一直在追问，三月份是谁在 token 上花了 400 美元。

这些都不是 Open WebUI 的错。运营任何一套多用户 AI 平台，本就是这样的代价。唯一的问题是：这份活儿该不该落在您头上。开始之前，先说一句实话：本文背后的平台 kral，并非基于 Open WebUI 构建。这意味着什么，我们会讲清楚。

让它跑起来，从来不是难的那部分

Open WebUI 的名声是实打实挣来的。它是现有最出色的自托管 AI 界面之一：通过兼容 OpenAI 的 API 接入每一个主流模型，通过 Ollama 运行本地模型，内置 RAG 的文档对话，工具与插件，还有一个团队几分钟就能上手的界面。它的快速上手，配得上这份名声。

生产环境则是另一回事。当 Open WebUI 服务的是一个团队而非一名爱好者的那一刻，这套部署就会长成一个小型平台：

• 一个外部 PostgreSQL，因为默认的 SQLite 应付单个实例还行，应付第二个就不行了，
• Redis，好让登录会话与 websocket 撑得过不止一个副本，
• 一个外部向量数据库，因为内嵌的文档存储并非为多个工作进程同时写入而设计，
• 用于存放上传文件与生成图像的共享存储，外加一个所有副本都必须保持一致的密钥，
• 一个反向代理、TLS、一个域名，以及能在您的用户之前就告诉您系统已宕机的监控，
• 还有您接入的每一家提供商的 API 密钥：OpenAI、Anthropic、Google，以及无论谁发布了您团队第一天就想用上的下一个模型。

接着，更新开始了。Open WebUI 迭代很快，作为用户这是好消息，作为运维却是一项周而复始的任务。每一次发布，都意味着一份要读的更新日志、一轮针对您在其上搭建的 pipeline 与 function 的测试，以及一个要安排的维护窗口。跳过几次，再升级就会变得吓人。次次都跟，它就成了一份兼职。

我们深有体会，因为这份清单的孪生版本，我们每天都在运行。kral 在生产环境中运营着一套开源 AI 平台，上面那份清单就是我们自己的运维手册，只是各个组件盒子上换了名字而已。

该给的肯定要给，以及仍然存在的差距

先说句公道话：作为一个开源项目，Open WebUI 在用户管理上强得不同寻常。角色、群组与细粒度权限都是内置的，单论访问控制，您也许永远都不会觉得它不够用。

差距在于钱。用原始的 API 密钥，您只有两个糟糕的选择：一把共享密钥（无法归因，一次泄露就烧光整份预算），或者一人一把密钥（入职有摩擦、离职有风险，还有一摞供应商账单要交给财务去对账）。Open WebUI 是一个聊天平台，不是一套计费系统。这里没有套餐，没有发票，没有税务处理，也没有用户能自行购买的充值。对于一次全公司范围的推广，通常正是这道差距成了拦路虎，而不是服务器。

在您基于它动手之前，还有一样东西要读一读：许可证。自 2025 年起，Open WebUI 以一份基于 BSD-3、附带品牌条款的许可证发布。一旦某次部署在任意滚动的 30 天周期内超过 50 名用户，保留 "Open WebUI" 名称与徽标便是强制性的，除非您持有企业许可证或书面授权。这是为开源项目筹措资金的一种正当方式，也是您在向公司承诺一个换标门户之前应当知道的事。请自行阅读当前的许可证文本；这是一种观察，而非法律意见。

托管式 Open WebUI 主机服务应当涵盖什么

托管服务只有在能替您卸下整份清单、而不只是那几个容器时，才真正有意义。无论您选中谁，都要用这几条来要求对方：

• 一个保持最新的底座。 更新无需您参与就会到位，产品会持续跟进那个开源项目，而不是逐渐飘移成一个停滞的私有克隆。
• 模型已包含在内。 所有主流模型通过单一入口接入，没有 API 密钥需要去获取、分发或轮换。
• 真正的成本管控。 按用户设定的预算、可以归因到个人的用量，以及一张发票而不是五张。
• 团队管理。 邀请、移除，搞定。合同一结束，访问权限随之终止。
• 完整的功能集。 文档对话、图像生成与联网搜索应当第一天就能用；这套技术栈之所以复杂，有一半原因正在于它们。
• 一个关于许可的答复。 如果换标门户对您很重要，就要问清楚：在超过 50 名用户之后这如何做到。"相信我们"不是答复。
• 一条退路。 您的数据可以导出，底层软件是开源的。如果离开很难，那您就不是客户，而是人质。

实话实说的部分：kral 不是 Open WebUI

kral 是一个基于 LibreChat 构建的托管式 AI 工作空间，而 LibreChat 正是 Open WebUI 最相近的孪生兄弟，我们一开口就把这一点说明，因为信任会在第二页崩塌。如果您需要的正是 Open WebUI 本身，因为您的团队在它之上搭建了 pipeline 与 function，或者因为您的模型跑在自己的 GPU 上，那么任何托管式的别家方案都算不上答案。请自行托管它，好好享用。

如果您想要的是那个结果，一个让整个团队在预算之内、以一张账单就能触达每一个主流模型的工作空间，那正是 kral 作为一套成品平台所运营的东西。您在 app.kral.ai 登录，运维层已经搭建完毕：

• Claude、GPT、Gemini、DeepSeek、Perplexity 等等，尽在一个应用之内，任何地方都不需要 API 密钥，
• 按 token 计费，配以月度套餐与充值额度，于是用量会归因到造成它的那个人身上，
• 团队套餐：一份合同、一份共享预算、由您自己管理的成员，
• 文件上传搭配文档搜索、图像生成与联网搜索，均已配置就绪，
• 一个提供 29 种语言的界面，
• 以及替您打理好的更新：每当有新版本发布，我们会合并它、测试它，并推送上线。

关于我们如何运营那套技术栈的完整故事，包括其中艰难的部分，都在 托管式 LibreChat 主机服务 一文中。而正因为底座是开源的，退路始终敞开：随时导出您的数据，自行运行这套技术栈。一个换标的工作空间，如果您需要，是一项产品功能，不存在按用户数量设卡的悬崖。

自托管的 Open WebUI 对比托管式 kral：一次诚实的比较

自托管在两件事上胜出，而且都是大事：数据永远不离开您所在的大楼，本地模型始终留在本地。如果您有一支基础设施团队、一项严格的数据驻留要求，或是一个署着您名字的 GPU 机架，那就自托管。这是正确的决定，这个项目也值得您在 GitHub 上点一颗星。

此外还有第三条路。kral 所基于的那套平台可以在您公司内部运行，甚至能原生跑在 您自己的 Windows Server 上。一项本地部署的要求，并不会让这场对话就此结束。

团队真正会问的问题

kral 是托管版的 Open WebUI 吗？

不是，我们也不会假装是。kral 基于 LibreChat 构建，那是一套与之相当的开源 AI 平台。结果几乎完全重合：每一个主流模型、一次登录、预算、团队、文档对话。但内部实现不同，如果您的推广依赖 Open WebUI 的特有能力，比如 pipeline 或 function，那么 kral 并不是它。

我们能保留自己的本地 Ollama 模型吗？

在托管服务上不行；app.kral.ai 运行的是各大云端模型。如果本地模型是硬性要求，那就自托管 Open WebUI，或者在您的网络内部运行 kral 所基于的那套可自托管平台，并把它指向一个兼容 OpenAI 的端点，比如 Ollama 或 vLLM。

我们需要自己的 API 密钥吗？

不需要。平台上的每一个模型都已包含在内，并按 token 计费。没有人需要去开通 OpenAI 账户，也没有任何密钥会泄露，因为根本就没有密钥可供分发。

Open WebUI 的品牌条款是怎么回事？

自 2025 年起，该许可证要求：一旦某次部署在任意滚动的 30 天周期内超过 50 名用户，就必须保留 "Open WebUI" 品牌标识，除非有企业许可证或书面授权另作规定。它为项目提供资金，这很公平。这同样是您在计划一次换标推广之前应当知道的事，所以请阅读当前的许可证文本；细节可能会变化。

它的费用是多少？

月度套餐附带一定的包含用量，外加您可以随用随充的额度。当前的具体数字都在 kral.ai 上；没有藏在某份 PDF 里的按席位加价。

Open WebUI 值得您团队投入时间。至于它是否也值得占用您的夜晚，那是另一个问题。如果您宁愿把这些夜晚花在别处，托管这条路大约只需一分钟：

立即试用 kral

预约演示