Open WebUI con Ollama: guía complet

#¿Por qué Open WebUI?

Open WebUI (anteriormente Ollama WebUI) se ha convertido en el frontend de referencia para los LLM autoalojados. Es una aplicación web de código abierto (licencia permisiva) que se comunica de forma nativa con Ollama, pero también con cualquier endpoint compatible con OpenAI — LM Studio, vLLM, el servidor de llama.cpp, o incluso mediante una clave de OpenAI si tienes una.

Interfaz familiar

Barra lateral con historial, zona de chat central, selector de modelo en la parte superior. Quien ya haya abierto ChatGPT se orienta en 30 segundos.

RAG integrado

Arrastra un PDF, un .docx, un .md o un .txt a la conversación: Open WebUI lo divide en fragmentos, genera sus embeddings y lo utiliza como contexto. No hace falta montar una pila RAG a mano.

Multiusuario nativo

Cuentas locales, roles admin/user/pending, validación manual de los registros. Perfecto para un equipo o una familia.

100 % offline una vez instalado

El contenedor, la interfaz y los modelos funcionan en tu máquina. No hay telemetría obligatoria ni llamadas de salida si bloqueas OpenAI/HuggingFace en las configuraciones.

Extensible

Pipelines en Python (funciones, filtros, RAG personalizado), herramientas MCP, integración de búsqueda web (SearXNG, Tavily), TTS/STT, generación de imágenes mediante ComfyUI o Automatic1111.

#Prerrequisitos

Ollama instalado y funcionando

El demonio debe escuchar en http://localhost:11434. Verifica con curl http://localhost:11434/api/tags — debes obtener un JSON (vacío o con tus modelos).

Docker Desktop o Docker Engine

Windows/macOS: Docker Desktop. Linux: docker-ce a través del gestor de paquetes de tu distribución. Compose v2 está incluido.

2 GB de RAM libre

Open WebUI por sí solo consume poca memoria (200-400 MB). La mayor parte de la RAM/VRAM la ocupará Ollama, que carga los modelos.

Un modelo Ollama ya descargado

Si la lista está vacía, ejecuta ollama pull qwen3.5:4b u ollama pull granite4.2:8b antes de empezar; de lo contrario, no habrá nada que seleccionar en la interfaz.

#1. Instalación de Docker en una sola orden

La imagen oficial está publicada en GitHub Container Registry. Una sola orden basta para arrancar Open WebUI y conectarlo automáticamente a tu Ollama local.

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.io/open-webui/open-webui:main

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.io/open-webui/open-webui:main

Analicemos los flags. Cada uno tiene un propósito preciso:

-p 3000:8080

Open WebUI escucha en el puerto 8080 dentro del contenedor. Lo publicamos en el puerto 3000 de tu máquina. Accederás a él a través de http://localhost:3000.

--add-host=host.docker.internal:host-gateway

Indispensable en Linux: permite que el contenedor se conecte a Ollama, que se ejecuta fuera de Docker, mediante el nombre de host host.docker.internal. En Windows/macOS, Docker Desktop ya lo configura.

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

Volumen con nombre que conserva el historial de conversaciones, las cuentas de usuario y los documentos indexados. Sin él, todo desaparece al reiniciar el contenedor.

--restart always

El contenedor se reinicia automáticamente al arrancar la máquina. Open WebUI se convierte en un servicio permanente.

ghcr.io/open-webui/open-webui:main

Etiqueta main = última versión estable. Para fijar una versión, utiliza :v0.5.0 (o la versión publicada en ese momento). En producción, no dependas de main.

#2. Primera conexión y cuenta administradora

Una vez iniciado el contenedor, abre en tu navegador la URL que aparece a continuación.

http://localhost:3000

1. 01
   Creación de la cuenta de administrador

   La primera vez que ejecutas Open WebUI, te pide crear una cuenta. El primer usuario registrado se convierte automáticamente en administrador. Correo electrónico, contraseña: todo se almacena localmente, en el volumen Docker.
2. 02
   Revisa los modelos disponibles

   Tus modelos de Ollama deberían aparecer en el selector de la parte superior de la pantalla. Si la lista está vacía, significa que la conexión con Ollama falla (consulta la sección 3 a continuación).
3. 03
   Inicia una conversación de prueba

   Selecciona un modelo, escribe un mensaje. Si la respuesta llega en streaming, todo está conectado. De lo contrario, abre Settings > Admin Panel > Connections para diagnosticar.

#3. Conectar Open WebUI a Ollama

En el 95 % de los casos, la conexión se realiza automáticamente gracias a host.docker.internal. Si no ocurre así, aquí tienes cómo forzarla manualmente.

Ve a Settings (icono en la esquina inferior izquierda) > Admin Panel > Connections > Ollama API. Introduce la URL:

http://host.docker.internal:11434

Haz clic en el botón de prueba (ícono de refrescar al lado del campo). Un indicador verde confirma la conexión. La lista de tus modelos se recarga inmediatamente.

Para comprobar desde la línea de comandos que se puede acceder a Ollama desde fuera del contenedor:

# Depuis l'hôte
curl http://localhost:11434/api/tags

# Depuis le conteneur Open WebUI (Linux)
docker exec -it open-webui curl http://host.docker.internal:11434/api/tags

#4. RAG sobre tus documentos en 2 minutos

Probablemente es la funcionalidad que justifica por sí sola la instalación. Open WebUI incluye un pipeline RAG completo: extracción de texto (PDF, DOCX, MD, TXT, HTML, código fuente), chunking, embeddings, búsqueda vectorial, inyección en el contexto.

#Método 1: adjuntar un archivo sobre la marcha

En una conversación, haz clic en el icono del clip (o escribe # para explorar los documentos indexados). Selecciona un archivo: en unos segundos, se incorpora, se divide en fragmentos y se generan sus embeddings. El modelo ya puede responder a preguntas sobre su contenido.

#Método 2: Knowledge (base persistente)

Para un uso recurrente —documentación interna, base de conocimientos, archivos de proyecto—, crea una Knowledge. Workspace > Knowledge > Create Knowledge. Dale un nombre (por ejemplo, "Doc producto"), sube tus documentos en bloque y asóciala a un modelo personalizado a través de Workspace > Models.

Chunking por defecto

1000 caracteres con un solapamiento de 100. Ajustable en Settings > Documents. Para texto técnico denso, reduce a 500/50. Para texto narrativo, mantén 1500/200.

Top K

Número de chunks enviados al modelo. Valor predeterminado: 4. Auméntalo a 6-8 para preguntas transversales y redúcelo a 2-3 si el modelo se dispersa.

Búsqueda híbrida

Se puede activar en la misma página. Combina la búsqueda léxica BM25 y la similitud vectorial. Es indispensable para las consultas que contienen términos técnicos exactos (referencias de productos, nombres propios, códigos).

#5. Uso multiusuario y autenticación

Open WebUI gestiona tres roles: admin (todo), user (chat + sus propias bases de conocimiento), pending (cuenta creada pero pendiente de validación). El sistema está diseñado para que un admin controle quién se une a la instancia.

1. 01
   Habilitar el registro controlado

   Admin Panel > Settings > General. Establece Default User Role en 'pending'. Cada nuevo registro requerirá tu aprobación manual en Admin Panel > Users.
2. 02
   Crear usuarios

   Tus colegas van a http://votre-ip:3000, y crean una cuenta. Ves la solicitud en Admin Panel > Users, la validas con un clic. Luego pueden conectarse.
3. 03
   Restringir modelos por usuario

   Workspace > Models > selecciona un modelo > Visibility. Puedes hacer que un modelo sea público o privado, o mostrarlo solo a determinados usuarios (útil para un modelo sensible ajustado mediante fine-tuning).
4. 04
   Forzar HTTPS si la instancia está expuesta

   Open WebUI no gestiona TLS por sí mismo. Coloca Caddy, Traefik o nginx delante del contenedor. Sin HTTPS, no lo expongas fuera de tu LAN: las contraseñas se transmiten en texto plano.

#Open WebUI vs Msty vs LobeChat

Tres interfaces maduras se reparten el mercado en 2026. Así puedes elegir entre ellas según tu perfil.

Open WebUI

El más completo y el más extensible. RAG, pipelines en Python, múltiples usuarios, MCP, búsqueda en la web. Requiere Docker. Ideal si quieres UNA interfaz para todo un equipo.

Msty

App de escritorio nativa (Win/Mac/Linux), sin Docker, instalación en 1 clic. Excelente UX para uso individual. También incluye RAG integrado. Menos extensible que Open WebUI. Ideal para un desarrollador o un curioso que quiera probar rápidamente.

LobeChat

Más orientado a un "clon visual de ChatGPT". Atractivo, con plugins y un mercado de agentes. Compatibilidad con múltiples proveedores muy bien resuelta. RAG menos avanzado. Ideal si alternas entre Ollama local y varias APIs (OpenAI, Anthropic, Mistral en la nube).

Veredicto rápido

Uso individual + máquina personal: Msty. Equipo + servidor dedicado: Open WebUI. Usuario avanzado que quiere un frontend elegante con varios proveedores: LobeChat.

#Solución de problemas

Lista de modelos vacía

Open WebUI no se conecta con Ollama. Comprueba que: (1) ollama list muestra modelos, (2) curl http://localhost:11434/api/tags responde y (3) en Linux, OLLAMA_HOST=0.0.0.0:11434 está correctamente definido. Prueba la URL en Admin Panel > Connections.

Error 502 Bad Gateway

El contenedor no arranca correctamente. docker logs open-webui muestra la causa. Causas frecuentes: volumen montado en modo de solo lectura, puerto 3000 ya ocupado o conflicto con una instancia anterior (docker rm -f open-webui y luego volver a iniciarlo).

Baja tasa de tokens por segundo

El cuello de botella está en Ollama, no en Open WebUI. ollama ps debe mostrar 100 % GPU. Si muestra CPU o un uso parcial de la GPU, el modelo no cabe por completo en la VRAM: pasa a una cuantización más ligera (Q4_K_M en lugar de Q5_K_M).

Documentos no indexados

La primera subida descarga el modelo de embeddings (1-2 GB), lo que puede tardar. Consulta docker logs open-webui. Comprueba también que el archivo no supere el tamaño máximo (ajustable en Settings > Documents > Max Upload File Size).

Actualización

docker pull ghcr.io/open-webui/open-webui:main puis docker stop open-webui && docker rm open-webui et relancez la commande run d'origine. Le volume open-webui:/app/backend/data préserve vos données.

Copia de seguridad

docker run --rm -v open-webui:/data -v $(pwd):/backup alpine tar czf /backup/openwebui-backup.tar.gz -C /data . crée une archive de tout votre historique, comptes, knowledges. À faire avant chaque update majeure.

#Para ir más allá

Con Open WebUI instalado y conectado a Ollama, tienes una estación de trabajo de IA local completa. Algunas formas naturales de continuar:

Mejorar el RAG

El RAG integrado de Open WebUI funciona bastante bien, pero para grandes corpus o búsquedas más especializadas, la guía de RAG con ChromaDB de este sitio muestra cómo montar un pipeline dedicado, con mayor rendimiento y más opciones de ajuste.

Elegir la cuantización adecuada

Q4_K_M por defecto, pero el equilibrio entre ventajas e inconvenientes cambia según tu VRAM. La guía de cuantización Q4/Q5/Q8 detalla los órdenes de magnitud, que a menudo resultan decisivos para poder ejecutar un 14B o tener que quedarse con un 7B.

Comparar con otros frontends

Si aún dudas entre Open WebUI, LibreChat, AnythingLLM, SillyTavern, el comparativo de los frontends de chat detalla sus ventajas respectivas en una sola página.