Todos los equipos con los que trabajo me hacen la misma pregunta: ¿cómo damos a todos una interfaz estilo ChatGPT sin enviar nuestros datos a un tercero? La respuesta en la que convergió la comunidad open-source es Open WebUI — una plataforma de IA autoalojada con más de 150.000 estrellas en GitHub a septiembre de 2026.
En esta guía te muestro exactamente qué es Open WebUI, cómo funciona por dentro en 4 pasos y cómo ejecutarla con Docker contra Ollama o cualquier API compatible con OpenAI.
1. Qué Es Open WebUI: Estrellas, Licencia, Panorama
Open WebUI (github.com/open-webui/open-webui) es una plataforma de chat IA autoalojada, extensible y llena de funciones, creada por Timothy Jaeryang Baek. Funciona totalmente offline, soporta Ollama y cualquier API compatible con OpenAI, y ofrece una UI pulida multi-modelo con RAG, herramientas y controles de administración incluidos.
~151k estrellas
GitHub · Sep 2026
Uno de los repos de IA con más estrellas en GitHub, con ~22k forks. Verifiqué el conteo en vivo en la página del repo — crece miles de estrellas cada mes.
Licencia Open WebUI
BSD-3 + cláusula de marca
Gratis para autoalojar a cualquier escala. Desde v0.6.6 (abril 2025) añade protección de marca: conserva la marca Open WebUI si superas 50 usuarios, o consigue licencia enterprise.
Agnóstica al proveedor
Ollama + OpenAI-compatible
Apunta a modelos locales de Ollama o a LM Studio, vLLM, OpenRouter, Mistral, GroqCloud — o mezcla proveedores locales y nube en la misma UI.
Núcleo extensible
Plugins, RAG, agentes
Tools, Functions, Pipes, RAG local sobre 9 bases vectoriales, búsqueda web, generación de imágenes, llamadas de voz y conversaciones multi-modelo desde el primer día.
El detalle de la licencia que debes conocer
GitHub clasifica la licencia como NOASSERTION (no aprobada por la OSI). Usarla es gratis a cualquier escala, incluyendo SSO, LDAP y RBAC. La única restricción: no elimines la marca Open WebUI en despliegues con más de 50 usuarios en 30 días móviles sin permiso escrito o licencia enterprise. El código hasta v0.6.5 sigue siendo BSD-3 puro.
2. Arquitectura en 4 Pasos
Open WebUI parece una simple app de chat, pero en realidad es una fina capa de orquestación entre tus usuarios y cualquier backend de modelos. Así viaja una petición en cuatro pasos.
Paso 1 — Frontend Svelte
UI de chat · PWA
La UI responsiva en SvelteKit gestiona chats, canales, notas, calendarios, paneles de admin y vistas multi-modelo. Habla con el backend vía REST + WebSocket documentados.
Paso 2 — Backend FastAPI
Auth · RBAC · pipelines
El backend Python gestiona usuarios, grupos, permisos, historial, bases de conocimiento y el pipeline de plugins/filtros. Cada mensaje pasa por Functions y Filters antes de llegar al modelo.
Paso 3 — Enrutador de modelos
Ollama · OpenAI-compatible
El backend reenvía el prompt ensamblado a Ollama en local (por defecto http://host.docker.internal:11434) o a cualquier base URL compatible con OpenAI que configures — LM Studio, vLLM, OpenRouter u OpenAI.
Paso 4 — Capa de datos
SQLite/Postgres · S3 · vectores
Los chats persisten en SQLite (o Postgres), los archivos van a local/S3/GCS/Azure, y los embeddings RAG a uno de 9 almacenes vectoriales — ChromaDB, pgvector, Qdrant, Milvus y más. Monta /app/backend/data o pierdes tu DB al reiniciar.
Por qué este diseño gana
Como la inferencia y la interfaz están desacopladas, puedes cambiar Llama por GPT, local por nube, o Chroma por pgvector sin reentrenar a nadie. Yo trato Open WebUI como el frontend y Ollama como el motor — cada uno se actualiza por su cuenta.
3. Quickstart: Ejecutarla con Docker
El camino verificado en el README es Docker con un volumen de datos montado. Elige el comando según tu setup — cada snippet viene directo del README oficial, así que flags como -p 3000:8080 y -v open-webui:/app/backend/data son exactos.
Por defecto: Ollama en la misma máquina
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
Con soporte de GPU Nvidia
docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda
Ollama incluido (un contenedor, lo más fácil)
docker run -d -p 3000:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama
Solo API de OpenAI (sin modelos locales)
docker run -d -p 3000:8080 -e OPENAI_API_KEY=your_secret_key -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
Ollama en otro servidor
docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main
Tras instalar: abre http://localhost:3000
Crea la primera cuenta admin en la UI, luego ve a Admin Settings → Connections para apuntar OLLAMA_BASE_URL a tu host Ollama. Descarga un modelo con ollama pull llama3.1 y aparece en el selector. En Python 3.11 también puedes hacer pip install open-webui y correr open-webui serve (sirve en el puerto 8080).
4. Casos de Uso Que Lo Justifican
Recomiendo Open WebUI siempre que la interfaz deba ser propia aunque los modelos sean alquilados. Estos son los cuatro despliegues que veo rentabilizarse más rápido.
Homelab privado
Ollama + imagen :ollama
Un contenedor en tu servidor casero solo con modelos locales. Capaz de funcionar totalmente offline con HF_HUB_OFFLINE=1. Tus chats nunca salen de casa — ideal para diarios, borradores de código y tareas escolares.
Puerta de IA para equipos
RBAC + grupos + SSO
Una URL para toda la empresa: acceso a modelos por grupo, analítica de uso, canales compartidos donde humanos y modelos colaboran. SSO y LDAP sin coste extra — ventaja real sobre rivales que los bloquean.
RAG sobre docs internos
Bases de conocimiento + búsqueda híbrida
Carga PDFs, wikis y tickets en bases de conocimiento con búsqueda híbrida BM25 + vectorial y reranking. Bots de soporte y onboarding anclados en tus propios docs, consultables con el comando # en el chat.
Mesa de agentes
Tools · MCP · automatizaciones
Envuelve modelos con instrucciones, herramientas y automatizaciones programadas. Conecta servicios externos vía MCP/MCPO, aprueba tool calls con el flujo de v0.11 y evalúa modelos en la arena multi-modelo.
5. Cuándo NO Usarla
Open WebUI es el mejor default que conozco para una UI de chat autoalojada — pero no siempre es la decisión correcta. Sé honesto con estas cuatro situaciones antes de comprometerte.
- • Necesitas white-label para 50+ usuarios sin pagar: la cláusula de marca prohíbe eliminar las marcas Open WebUI a esa escala. Presupuesta licencia enterprise o elige una alternativa con licencia MIT.
- • Quieres un framework RAG, no una app de chat: para pipelines programáticos, LangChain, LlamaIndex u OpenRAG te dan control a nivel de código que Open WebUI oculta a propósito.
- • Esperas serving de inferencia multi-GPU: Open WebUI es un frontend — no sirve pesos. Combínala con vLLM, Ollama u Ollama Cloud para throughput serio.
- • Necesitas garantías estrictas de residencia de datos: autoalojar la UI no cambia nada si apuntas a una API cloud de EE. UU. Para requisitos air-gapped, corre solo modelos locales.
Regla de oro
Si tu requisito es “experiencia ChatGPT, nuestra infraestructura, nuestros modelos, esta semana” — despliega Open WebUI. Si tu requisito es “producto IA propio con nuestra marca y nuestros pipelines” — úsala como UI de prototipo y luego construye directo sobre las APIs del backend.
Conclusión
Open WebUI ganó sus 150k estrellas resolviendo el problema menos glamuroso de la adopción de IA: dar a todos una buena interfaz desde el día uno. La he desplegado para labs, equipos y pilotos RAG, y el camino Docker de arriba te lleva de cero a chatear en menos de diez minutos.
Empieza con la imagen :ollama incluida, conserva la marca intacta y deja que el enrutador de modelos haga el trabajo duro. Cuando superes la UI, los backends y almacenes vectoriales que elegiste seguirán siendo tuyos.
Chuleta: Resumen
Comandos
- • Docker por defecto (puerto 3000→8080)
- • Tag :cuda + --gpus all para Nvidia
- • Tag :ollama para setup incluido
Conceptos
- • Frontend → backend → router → datos
- • Licencia Open WebUI + regla 50 usuarios
- • OLLAMA_BASE_URL para hosts remotos
Próximos pasos
- • Descarga un modelo: ollama pull llama3.1
- • Añade docs a una knowledge base
- • Prueba Tools + automatizaciones
