openui
OpenUI 是一款开源的界面生成工具,旨在让开发者通过自然语言描述创意,即可实时预览并渲染出对应的用户界面。它主要解决了传统 UI 组件开发过程繁琐、耗时的问题,将原本枯燥的编码工作转变为快速、灵活且充满乐趣的原型设计体验。
这款工具特别适合前端开发者、全栈工程师以及希望快速验证想法的产品设计师使用。无论是需要从零构建页面,还是将现有的 HTML 代码转换为 React、Svelte 或 Web Components 等现代框架代码,OpenUI 都能提供即时反馈,支持用户通过对话不断调整细节。
其核心技术亮点在于高度的模型兼容性与本地化部署能力。基于 LiteLLM 架构,OpenUI 不仅支持 OpenAI、Groq、Anthropic 等主流云端大模型,还能无缝对接 Ollama 运行的本地模型,充分保障数据隐私与定制化需求。作为由 W&B 团队用于测试下一代 LLM 应用开发流程的内部工具,OpenUI 虽不如商业产品那般精致,但凭借完全开源的特性,为社区提供了一个透明、可扩展的 AI 辅助编程实验平台,帮助用户轻松跨越从想象到实物的鸿沟。
使用场景
某初创团队的前端开发者需要在半天内为新的数据看板项目快速构建出多个高保真原型界面,以应对下午的产品评审会议。
没有 openui 时
- 开发者必须手动编写大量重复的 HTML 和 CSS 代码来搭建基础布局,耗时且容易出错。
- 当产品经理提出“把侧边栏改成深色模式”或“调整图表间距”等修改意见时,需要反复查找并修改代码行。
- 若技术栈需要从纯 HTML 迁移到 React 或 Svelte 组件,必须人工重写整个文件结构,效率极低。
- 在等待编译刷新和浏览器预览的过程中,创意灵感往往因为反馈延迟而中断,难以实现“所想即所得”。
使用 openui 后
- 开发者只需用自然语言描述“一个带有实时折线图的深色数据看板”,openui 即可即时渲染出可交互的界面。
- 直接对话 openui 要求“将侧边栏改为深色并增加图表间距”,工具能自动理解意图并实时更新代码与视图。
- 通过简单的指令,openui 能瞬间将当前生成的 HTML 代码转换为标准的 React 或 Svelte 组件代码,无需人工重构。
- 借助实时渲染特性,开发者可以一边构思一边看到效果,大幅缩短了从创意到原型的验证周期。
openui 的核心价值在于将繁琐的 UI 编码过程转化为流畅的自然语言对话,让开发者能专注于创意逻辑而非语法细节。
运行环境要求
- Linux
- macOS
- Windows
- 非必需
- 若使用本地 Ollama 模型且拥有 GPU,需配置支持 GPU 的 Docker 镜像
- Mac M1/M2 可利用原生加速
最低未说明,使用 Ollama 本地模型推荐 16GB+

快速开始
OpenUI
构建 UI 组件可能是一件枯燥乏味的事情。OpenUI 的目标是让这一过程变得有趣、快速且灵活。同时,这也是我们在 W&B 使用的工具,用于测试和原型设计我们下一代基于大语言模型的强大应用开发工具。
概述

OpenUI 允许你用想象力来描述 UI,然后实时查看其渲染效果。你可以提出修改请求,并将 HTML 转换为 React、Svelte、Web Components 等格式。它有点像 v0,但它是开源的,而且没有那么完善 :stuck_out_tongue_closed_eyes:。
实时演示
本地运行
OpenUI 支持 OpenAI、Groq 以及任何 LiteLLM 所支持的模型,例如 Gemini 或 Anthropic (Claude)。以下环境变量是可选的,但如果要使用其他模型,则需要在你的环境中设置:
- OpenAI
OPENAI_API_KEY - Groq
GROQ_API_KEY - Gemini
GEMINI_API_KEY - Anthropic
ANTHROPIC_API_KEY - Cohere
COHERE_API_KEY - Mistral
MISTRAL_API_KEY - OpenAI 兼容
OPENAI_COMPATIBLE_ENDPOINT和OPENAI_COMPATIBLE_API_KEY
例如,如果你正在运行类似 localai 的工具,可以设置 OPENAI_COMPATIBLE_ENDPOINT,并可选地设置 OPENAI_COMPATIBLE_API_KEY,这样这些模型就会出现在 UI 的模型选择器中,作为 LiteLLM 支持的选项。
Ollama
你也可以使用 Ollama 提供的模型。安装 Ollama 并拉取一个模型,比如 Llava。如果 Ollama 没有在 http://127.0.0.1:11434 上运行,你可以设置 OLLAMA_HOST 环境变量,指向你的 Ollama 实例的主机和端口。例如,在 Docker 中运行时,你需要将其指向 http://host.docker.internal:11434,如下所示。
Docker(推荐)
以下命令会从你的 Shell 环境中转发指定的 API 密钥,并告诉 Docker 使用你机器上运行的 Ollama 实例。
export ANTHROPIC_API_KEY=xxx
export OPENAI_API_KEY=xxx
docker run --rm --name openui -p 7878:7878 -e OPENAI_API_KEY -e ANTHROPIC_API_KEY -e OLLAMA_HOST=http://host.docker.internal:11434 ghcr.io/wandb/openui
现在你可以访问 http://localhost:7878,生成新的 UI!
从源码 / Python
假设你已经安装了 git 和 uv:
git clone https://github.com/wandb/openui
cd openui/backend
uv sync --frozen --extra litellm
source .venv/bin/activate
# 设置你想要使用的任何 LLM 的 API 密钥
export OPENAI_API_KEY=xxx
python -m openui
LiteLLM
LiteLLM 可以用来连接几乎任何可用的 LLM 服务。我们会根据你的环境变量自动生成配置文件。你也可以创建自己的 代理配置,以覆盖此行为。我们会按以下顺序查找自定义配置:
- 当前目录下的
litellm-config.yaml - 在 Docker 容器中运行时的
/app/litellm-config.yaml - 由
OPENUI_LITELLM_CONFIG环境变量指定的任意路径
例如,要在 Docker 中使用自定义配置,可以运行:
docker run -n openui -p 7878:7878 -v $(pwd)/litellm-config.yaml:/app/litellm-config.yaml ghcr.io/wandb/openui
如果你想从源码使用 LiteLLM,可以运行:
pip install .[litellm]
export ANTHROPIC_API_KEY=xxx
export OPENAI_COMPATIBLE_ENDPOINT=http://localhost:8080/v1
python -m openui --litellm
Groq
要使用超快速的 Groq 模型,请将 GROQ_API_KEY 设置为你在 这里 找到的 Groq API 密钥。要使用 Groq 的模型,点击导航栏中的设置图标。
Docker Compose
免责声明: 这种方式可能会非常慢。如果你有 GPU,可能需要将
ollama容器的标签更改为支持 GPU 的版本。如果你使用的是 Mac,请按照上述说明原生运行 Ollama,以充分利用 M1/M2 芯片的优势。
在根目录下,你可以运行:
docker-compose up -d
docker exec -it openui-ollama-1 ollama pull llava
如果你已经在环境中设置了 OPENAI_API_KEY,只需去掉 =xxx 即可。你也可以将上面命令中的 llava 替换为你喜欢的开源模型 (llava 是目前唯一支持图像的 Ollama 模型之一)。现在你应该能够通过 http://localhost:7878 访问 OpenUI。
如果你对前端或后端进行了更改,需要运行 docker-compose build,才能使这些更改反映到服务中。
开发
该仓库配置了一个 开发容器,这是开始工作的最快方式。
Codespace
创建 Codespace 时,选择更多选项,然后选择 New with options...。如果你想获得非常快的启动时间,可以选择美国西部区域。你还需要配置 OPENAI_API_KEY 秘密,或者直接将其设置为 xxx,以便尝试 Ollama (至少需要 16GB 内存)。
进入代码空间后,你可以在一个终端中运行服务器:python -m openui --dev。然后在另一个终端中:
cd /workspaces/openui/frontend
npm run dev
这应该会打开另一个运行在端口 5173 的服务,那就是你想要访问的服务。对前端和后端的所有更改都会自动重新加载,并反映在你的浏览器中。
Ollama
Codespace 会自动安装 Ollama,并下载 llava 模型。你可以通过运行 ollama list 来验证 Ollama 是否正在运行;如果失败,可以打开一个新的终端并运行 ollama serve。在 Codespaces 中,我们会在启动时拉取 llava,因此你应该能在列表中看到它。你可以从应用程序左上角的设置齿轮图标中选择 Ollama 模型。你通过 ollama pull llama 等命令拉取的任何模型都会显示在设置模态框中。
Gitpod
您可以通过 Gitpod 轻松使用 Open UI,它已预先配置好 OpenAI。
启动时,Open UI 会自动安装并运行。
在使用 Gitpod 之前:
- 请确保您已拥有 Gitpod 账户。
- 若要使用 OpenAI 模型,请在您的 Gitpod 用户账户中设置
OPENAI_API_KEY环境变量,并将作用域设置为wandb/openui(如果您是 fork 的仓库,则设置为您自己的仓库)。
注意:在更高规格的 Gitpod 实例上,也可以使用其他(本地)模型。Gitpod 并未预配置所需的模型,但可以根据上述说明轻松添加。
资源
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器