【免費下載鏈接】HaloWebUI基于官方OpenWebUI漢化界面提高中文使用體驗增加了模型計費和用量統(tǒng)計項目地址https://gitcode.com/gh_mirrors/ha/HaloWebUI點擊查看免費下載HaloWebUI 是一款基于 Open WebUI 深度定制的自托管 AI 平臺核心能力是多模型路由OpenAI、Anthropic Claude、Google Gemini、xAI Grok 與本地 Ollama 模型全部在一個界面中接入、切換和管理并內(nèi)置模型計費與用量統(tǒng)計中文界面讓上手成本更低。如果你受夠了多個 API 后臺來回切換、密鑰散落各處的狀態(tài)這篇指南會用最短路徑帶你把它跑起來。為什么需要 HaloWebUI 這樣的統(tǒng)一模型入口 多模型使用者的常見痛點入口分散OpenAI 用一個網(wǎng)頁、Gemini 用一個網(wǎng)頁、Ollama 又一個端口上下文和歷史無法互通密鑰難管不同服務(wù)商的 API Key 存在不同的地方換模型等于換工作流成本不透明不知道哪個模型、哪次對話消耗了多少 Token更無法估算費用。HaloWebUI 的思路是把所有模型路由到一個 FastAPI 后端AnyRouter前端只需認識一個統(tǒng)一的模型列表。技術(shù)架構(gòu)可以在 README.md 的「技術(shù)架構(gòu)」一節(jié)查看Claude 與 Gemini 走原生適配層routers/anthropic.py、routers/gemini.pyOpenAI 走兼容層Ollama 走本地服務(wù)最終都匯入同一個聊天界面。快速上手三步完成 HaloWebUI 部署?第一步Docker 一行命令啟動推薦docker run -d -p 3000:8080 \ --add-hosthost.docker.internal:host-gateway \ -v open-webui:/app/backend/data \ --name halowebui --restart always \ ghcr.io/ztx888/halowebui:main也可以用 Docker Composedocker compose up -dCompose 配置見 docker-compose.yaml。?第二步訪問并注冊打開http://localhost:3000首次注冊的用戶自動成為管理員可以配置全局模型與計費統(tǒng)計。數(shù)據(jù)庫與上傳文件會持久化在open-webui卷中。?第三步填寫模型密鑰在環(huán)境變量或設(shè)置頁填入對應(yīng)服務(wù)商的 Key如OPENAI_API_KEY、ANTHROPIC_API_KEY、GEMINI_API_KEY模型列表隨即出現(xiàn)在下拉框里。 也可以先克隆源碼再本地運行g(shù)it clone https://gitcode.com/gh_mirrors/ha/HaloWebUI開發(fā)流程參考 INSTALLATION.md。四類模型源接入步驟OpenAI、Claude、Gemini 與 OllamaOpenAI 及 OpenAI 兼容的第三方模型只需OPENAI_API_KEY一個變量即可接入 OpenAI 官方服務(wù)。更強大的是它的兼容層任何遵循 OpenAI 協(xié)議的第三方服務(wù)智譜 GLM、DeepSeek、月之暗面等把OPENAI_API_BASE_URL指向?qū)Ψ降刂肪湍苤苯咏尤霟o需改一行代碼。Anthropic Claude 原生接入設(shè)置ANTHROPIC_API_KEY后Claude 系列模型由原生適配層接管流式輸出、工具調(diào)用等能力與 OpenAI 模型在同一列表中并列展示切換只需在下拉框點一下。Google Gemini 原生接入配置GEMINI_API_KEY后Gemini 模型通過原生通道接入。像 Google 的 nano bananaGemini 圖像生成這類模型在模型列表中都有獨立圖標方便快速識別。Ollama 本地模型私有部署OLLAMA_BASE_URL默認指向http://host.docker.internal:11434即宿主機上的 Ollama。拉好本地模型后云端模型與本地模型就能在同一個聊天框里自由混用——敏感數(shù)據(jù)可以只走本地復(fù)雜任務(wù)交給云端路由完全由你決定。模型管理與 API 密鑰池自動輪換與限流重試 HaloWebUI 的路由不止于能看到多個模型還處理了真實生產(chǎn)里的兩個高頻問題API 密鑰池同一個連接下可配置多個 Key按round_robin輪詢、random隨機、priority優(yōu)先級三種模式自動輪換實現(xiàn)限流分攤與負載均衡。邏輯見 utils/api_key_pool.py自動重試遇到429 / 500 / 502 / 503 / 504等狀態(tài)碼或響應(yīng)中出現(xiàn) rate limit、quota、限流、超時等關(guān)鍵字時自動切換到池內(nèi)下一個 Key 重試用戶幾乎無感知。配置入口分兩層避免管理員和普通用戶互相干擾層級位置說明全局連接管理員后臺routers/models.py管理員統(tǒng)一配置服務(wù)商與密鑰個人連接設(shè)置 → 連接settings/connections/settings/connections/page.svelte)用戶填自己的 Key模型 ID 自動加前綴隔離用戶個人連接的底層結(jié)構(gòu)定義在 utils/directConnections.ts模型 ID 會帶上連接前綴從根本上避免不同服務(wù)商同名模型沖突——這正是多模型路由里路由二字的含義。模型計費與用量統(tǒng)計花了多少一目了然 這是 HaloWebUI 相對原版 Open WebUI 的重點增強之一Token 用量采集管理員分析接口routers/analytics.py會解析每次請求的prompt_tokens/completion_tokens按模型維度聚合按用戶、按模型查看結(jié)合分組Groups可以定位到具體團隊或個人的消耗歷史清理支持按模型和時間范圍清理統(tǒng)計歷史最長可回溯 365 天dry_run參數(shù)可先預(yù)演再執(zhí)行開關(guān)控制分析功能由ENABLE_ADMIN_ANALYTICS環(huán)境變量控制前端口徑見 settings/analytics/settings/analytics/page.svelte)。再疊加各服務(wù)商的單價你就能回答最實際的問題這個月團隊在哪個模型上花得最多小結(jié)一張表看懂 HaloWebUI 多模型路由需求HaloWebUI 方案多服務(wù)商統(tǒng)一管理OpenAI / Claude / Gemini / Grok / Ollama 五路并一個界面第三方模型接入任意 OpenAI 兼容協(xié)議服務(wù)改 Base URL 即可限流與故障密鑰池輪換 錯誤關(guān)鍵字自動重試私有化Docker 單容器或 Compose數(shù)據(jù)默認本地存儲成本核算按模型聚合的 Token 用量統(tǒng)計中文體驗全界面漢化減少英文理解成本從docker run到第一個模型出現(xiàn)在下拉框整個過程不超過 5 分鐘。當你不再需要記住這個模型去哪個網(wǎng)頁、密鑰填在哪個后臺時多模型路由才算真正落地。更多移動端接入方式PWA 安裝等可參閱 docs/mobile-access.md。贊分享【免費下載鏈接】HaloWebUI基于官方OpenWebUI漢化界面提高中文使用體驗增加了模型計費和用量統(tǒng)計項目地址https://gitcode.com/gh_mirrors/ha/HaloWebUI點擊查看免費下載相關(guān)推薦CUA VLM Router終極指南智能路由系統(tǒng)如何統(tǒng)一管理多模型請求CUA VLM Router終極指南智能路由系統(tǒng)如何統(tǒng)一管理多模型請求 CUA VLM Router是專為計算機使用代理設(shè)計的智能路由系統(tǒng)它通過統(tǒng)一的API人工智能AI Agent大模型GUI 自動化MCP 服務(wù)模型評測微調(diào)強化學(xué)習(xí)工具調(diào)用TaskWeaver多LLM配置終極指南如何輕松集成OpenAI、Ollama、Gemini等主流模型TaskWeaver多LLM配置終極指南如何輕松集成OpenAI、Ollama、Gemini等主流模型 TaskWeaver是一個代碼優(yōu)先的智能代理框架專為AI Agent數(shù)據(jù)分析Flutter版本管理終極指南如何在monorepo中統(tǒng)一管理多個項目Flutter版本管理終極指南如何在monorepo中統(tǒng)一管理多個項目 想要在大型Flutter項目中統(tǒng)一管理多個模塊的版本嗎FVMFlutter Ver開發(fā)工具CLI創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考