Docker

使用 Docker Model Runner 和 Open WebUI 本地生成图像

5.2内容质量
使用 Docker Model Runner 和 Open WebUI 本地生成图像

TL;DR · AI 摘要

Docker 官方博客介绍通过 Model Runner 和 Open WebUI 在本地运行图像生成模型,但内容以产品推广为主,缺乏技术深度与实测数据。

核心要点

  • Docker 推出 Model Runner 用于本地运行 AI 模型,支持图像生成。
  • Open WebUI 被集成作为前端界面,实现无代码图像生成体验。
  • 该方案强调本地化与隐私,但未说明模型来源、性能或资源消耗。

结构提纲

按章节快速跳转。

  1. 介绍用户对本地运行AI图像模型以保障隐私的日益增长需求。

  2. Docker 推出的工具,用于简化本地LLM和图像模型的部署与运行。

  3. §Open WebUI 集成方案

    通过Open WebUI提供图形界面,实现无需编码的图像生成交互。

  4. 提供一键部署命令,但未说明模型加载、显存占用或推理速度。

  5. 全文以推广Docker AI生态为主,缺乏技术验证与对比分析。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • 本地AI图像生成方案
    • Docker Model Runner
      • 简化模型部署
      • 基于Docker容器
    • Open WebUI
      • 图形化界面
      • 支持多模型

金句 / Highlights

值得收藏与分享的关键句。

  • Docker Model Runner 让你无需配置即可在本地运行 Stable Diffusion 等图像模型。

    正文第3段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 通过 Open WebUI,开发者可以像使用网页应用一样生成图像,无需编写任何代码。

    正文第4段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 所有处理都在本地完成,确保你的提示词和生成内容不会上传到云端。

    正文第5段

    ⬇︎ 下载 PNG𝕏 分享到 X
#Docker#Model Runner#Open WebUI#AI#本地推理
打开原文

使用 Docker Model Runner 本地生成图像 | Docker

跳至内容

Image 8
Image 8

从800多位构建者和领导者那里了解AI代理的现状。下载你的副本

[](http://www.docker.com/)

  • AI

AI

更多开发者资源

![Image 9: 特色图片 Docker 将 Compose 带入代理时代:构建AI代理现在如此简单 Docker 加速代理开发 了解更多](http://www.docker.com/blog/build-ai-agents-with-docker-compose/)

产品

![Image 10 使用 NanoClaw 和 Docker Sandboxes 实现安全的代理执行 NanoClaw 与 Docker Sandboxes 集成以运行AI 了解更多](http://www.docker.com/blog/nanoclaw-docker-sandboxes-agent-security/)

  • 开发者

开发者

更多开发者资源

![Image 11 介绍 Docker Model Runner:更快速、更简单地在本地运行和测试AI模型 了解更多](http://www.docker.com/blog/introducing-docker-model-runner/)![Image 12 快速交付。安全构建。保持竞争力。 通过集成高效的解决方案应对日益增长的速度与安全需求 了解更多](http://www.docker.com/resources/reducing-every-day-complexities-for-more-efficient-software-development-white-paper/)

获取最新Docker资讯

公司

![Image 13 Docker 宣布获得 SOC 2 Type 2 认证与 ISO 27001 认证 了解这对Docker安全与合规意味着什么 了解更多](http://www.docker.com/blog/docker-announces-soc-2-type-2-attestation-iso-27001-certification/)

搜索

登录立即开始

切换菜单

使用 Docker Model Runner 和 Open WebUI 本地生成图像

发布于 2026年5月5日

Image 14: Ignasi Lopez Luna 的个人头像
Image 14: Ignasi Lopez Luna 的个人头像

Ignasi Lopez Luna

我们都经历过这种情况:你需要为项目生成几张图像,于是启动一个AI图像服务,却突然开始担心你的提示词去哪了、还剩多少积分,或者为什么那个“安全内容”过滤器拒绝了你关于“穿西装的龙”的合理请求。如果能跳过这一切,直接在自己的机器上运行整个流程,并配上一个简洁的聊天界面,会怎样?

这正是 Docker Model Runner 现在能够实现的功能。只需几个命令,你就可以拉取一个图像生成模型,将其与 Open WebUI 连接,并直接通过一个完全本地化、完全私有、完全属于你的聊天界面生成图像。

让我们开始构建吧。_你的私人版 DALL-E,无需任何云订阅。_

你需要准备什么

  • Docker Desktop(macOS)或 Docker Engine(Linux)
  • 约 8 GB 空闲内存(小型模型),内存越多越好
  • GPU:可选但强烈推荐,支持 NVIDIA(CUDA)、Apple Silicon(MPS)或 CPU 回退

如果你能无错误地运行 docker model version,那就没问题了。

Docker Model Runner 如何与 Open WebUI 配合工作

在深入之前,先看整体架构:

Image 15: 使用 Open WebUI 生成图像 图1
Image 15: 使用 Open WebUI 生成图像 图1

Docker Model Runner 充当控制平面:它下载模型、管理推理后端的生命周期,并暴露一个100% 兼容 OpenAI 的 API —— 包括 Open WebUI 已知如何调用的 POST /v1/images/generations 端点。

第一步:拉取图像生成模型

Docker Model Runner 使用一种名为 DDUF(Diffusers 统一格式)的紧凑打包格式,通过 Docker Hub 分发图像生成模型,就像分发任何其他 OCI 工件一样。

拉取一个模型开始:

docker model pull stable-diffusion

你可以确认它已就绪:

docker model inspect stable-diffusion

{

"id": "sha256:5f60862074a4c585126288d08555e5ad9ef65044bf490ff3a64855fc84d06823",`
"docker.io/ai/stable-diffusion:latest"`
"created": 1768470632,`
"format": "diffusers",`
"size": "6.94GB",`
"dduf_file": "stable-diffusion-xl-base-1.0-FP16.dduf",`
}`

}

幕后发生了什么? 该模型以 DDUF 文件的形式本地存储,这是一种单文件格式,将扩散模型的所有组件(文本编码器、VAE、UNet/DiT、调度器配置)打包成一个可移植的工件。Docker Model Runner 知道如何在运行时解包它。

第二步:启动 Open WebUI

这就像一个魔术。Docker Model Runner 内置了一个启动命令,能精确地将 Open WebUI 连接到本地推理端点:

docker model launch openwebui

仅此而已。后台实际执行的是:

docker run --rm \

-p 3000:8080 \`
-e OPENAI_BASE_URL=http://model-runner.docker.internal/engines/v1 \`
ghcr.io/open-webui/open-webui:latest`

`model-runner.docker.internal` 是一个特殊 DNS 条目,Docker Desktop 容器通过它访问主机上运行的 Model Runner,无需任何端口转发的复杂操作。如果你使用 Docker CE,则会看到 `docker/model-runner` 容器地址而非 `model-runner.docker.internal`。

在浏览器中打开 [**http://localhost:3000**](http://localhost:3000/),创建一个本地账户(保持离线),你将进入聊天界面。

**提示**:想在后台运行?添加 `--detach`:

`docker model launch openwebui --detach`

更喜欢使用 Docker Compose?完整设置请参见:[https://docs.docker.com/ai/model-runner/openwebui-integration/](https://docs.docker.com/ai/model-runner/openwebui-integration/)

## 第三步:配置 Open WebUI 以支持图像生成

Open WebUI 已自动使用 Docker Model Runner 进行文本聊天(它读取 OPENAI_API_BASE 环境变量)。要支持图像生成,你还需要将其指向图像端点,这在设置界面中只需30秒即可完成。

1.   访问 [http://localhost:3000/admin/settings/images](http://localhost:3000/admin/settings/images)
2.   启用 **图像生成**
3.   填写以下字段:
4.   点击 **保存**

| **字段** | **值** |
| --- | --- |
| 字段 **模型** | 值:stable-diffusion |
| 字段 **API 基础 URL** | 值:http://model-runner.docker.internal/engines/diffusers/v1 |
| 字段 **API 密钥** | 值:任意内容 |

**为什么使用虚拟 API 密钥?** Docker Model Runner 不需要身份验证,它是一个本地服务。密钥仅因 Open WebUI 表单要求而存在,任何非空字符串均可。

## 第四步:拉取一个聊天模型

Open WebUI 也是一个功能完整的聊天界面,其最出色的功能之一是让你**在对话中直接让 LLM 生成图像**。为此,你还需要一个语言模型。

`# 轻量级选项 — 几乎可在任何机器上运行`

`docker model pull smollm2`

`# 推荐选项 — 更强大,更擅长理解创意提示`

`docker model pull gpt-oss`

两者都会自动出现在 Open WebUI 的模型选择器中。内存紧张时使用 smollm2;若希望在图像生成前获得更丰富、更具创意的响应,则使用 gpt-oss。

**无需额外配置**,Open WebUI 会自动从已配置的同一 OPENAI_API_BASE 端点获取文本模型。

## 第五步:生成你的第一张图像

返回主聊天界面,你会注意到消息输入栏中有一个小**图像图标**。

![Image 16: 使用 Open WebUI 生成图像 图2](https://www.docker.com/app/uploads/2026/03/Generate-image-with-Open-WebUI-fig-2.pn