【免费下载链接】HaloWebUI基于官方OpenWebUI汉化界面提高中文使用体验增加了模型计费和用量统计项目地址https://gitcode.com/gh_mirrors/ha/HaloWebUI点击查看免费下载HaloWebUI 是一款基于 Open WebUI 深度定制的自托管 AI 平台核心能力是多模型路由OpenAI、Anthropic Claude、Google Gemini、xAI Grok 与本地 Ollama 模型全部在一个界面中接入、切换和管理并内置模型计费与用量统计中文界面让上手成本更低。如果你受够了多个 API 后台来回切换、密钥散落各处的状态这篇指南会用最短路径带你把它跑起来。为什么需要 HaloWebUI 这样的统一模型入口 多模型使用者的常见痛点入口分散OpenAI 用一个网页、Gemini 用一个网页、Ollama 又一个端口上下文和历史无法互通密钥难管不同服务商的 API Key 存在不同的地方换模型等于换工作流成本不透明不知道哪个模型、哪次对话消耗了多少 Token更无法估算费用。HaloWebUI 的思路是把所有模型路由到一个 FastAPI 后端AnyRouter前端只需认识一个统一的模型列表。技术架构可以在 README.md 的「技术架构」一节查看Claude 与 Gemini 走原生适配层routers/anthropic.py、routers/gemini.pyOpenAI 走兼容层Ollama 走本地服务最终都汇入同一个聊天界面。快速上手三步完成 HaloWebUI 部署✅第一步Docker 一行命令启动推荐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 配置见 docker-compose.yaml。✅第二步访问并注册打开http://localhost:3000首次注册的用户自动成为管理员可以配置全局模型与计费统计。数据库与上传文件会持久化在open-webui卷中。✅第三步填写模型密钥在环境变量或设置页填入对应服务商的 Key如OPENAI_API_KEY、ANTHROPIC_API_KEY、GEMINI_API_KEY模型列表随即出现在下拉框里。 也可以先克隆源码再本地运行git clone https://gitcode.com/gh_mirrors/ha/HaloWebUI开发流程参考 INSTALLATION.md。四类模型源接入步骤OpenAI、Claude、Gemini 与 OllamaOpenAI 及 OpenAI 兼容的第三方模型只需OPENAI_API_KEY一个变量即可接入 OpenAI 官方服务。更强大的是它的兼容层任何遵循 OpenAI 协议的第三方服务智谱 GLM、DeepSeek、月之暗面等把OPENAI_API_BASE_URL指向对方地址就能直接接入无需改一行代码。Anthropic Claude 原生接入设置ANTHROPIC_API_KEY后Claude 系列模型由原生适配层接管流式输出、工具调用等能力与 OpenAI 模型在同一列表中并列展示切换只需在下拉框点一下。Google Gemini 原生接入配置GEMINI_API_KEY后Gemini 模型通过原生通道接入。像 Google 的 nano bananaGemini 图像生成这类模型在模型列表中都有独立图标方便快速识别。Ollama 本地模型私有部署OLLAMA_BASE_URL默认指向http://host.docker.internal:11434即宿主机上的 Ollama。拉好本地模型后云端模型与本地模型就能在同一个聊天框里自由混用——敏感数据可以只走本地复杂任务交给云端路由完全由你决定。模型管理与 API 密钥池自动轮换与限流重试 HaloWebUI 的路由不止于能看到多个模型还处理了真实生产里的两个高频问题API 密钥池同一个连接下可配置多个 Key按round_robin轮询、random随机、priority优先级三种模式自动轮换实现限流分摊与负载均衡。逻辑见 utils/api_key_pool.py自动重试遇到429 / 500 / 502 / 503 / 504等状态码或响应中出现 rate limit、quota、限流、超时等关键字时自动切换到池内下一个 Key 重试用户几乎无感知。配置入口分两层避免管理员和普通用户互相干扰层级位置说明全局连接管理员后台routers/models.py管理员统一配置服务商与密钥个人连接设置 → 连接settings/connections/settings/connections/page.svelte)用户填自己的 Key模型 ID 自动加前缀隔离用户个人连接的底层结构定义在 utils/directConnections.ts模型 ID 会带上连接前缀从根本上避免不同服务商同名模型冲突——这正是多模型路由里路由二字的含义。模型计费与用量统计花了多少一目了然 这是 HaloWebUI 相对原版 Open WebUI 的重点增强之一Token 用量采集管理员分析接口routers/analytics.py会解析每次请求的prompt_tokens/completion_tokens按模型维度聚合按用户、按模型查看结合分组Groups可以定位到具体团队或个人的消耗历史清理支持按模型和时间范围清理统计历史最长可回溯 365 天dry_run参数可先预演再执行开关控制分析功能由ENABLE_ADMIN_ANALYTICS环境变量控制前端口径见 settings/analytics/settings/analytics/page.svelte)。再叠加各服务商的单价你就能回答最实际的问题这个月团队在哪个模型上花得最多小结一张表看懂 HaloWebUI 多模型路由需求HaloWebUI 方案多服务商统一管理OpenAI / Claude / Gemini / Grok / Ollama 五路并一个界面第三方模型接入任意 OpenAI 兼容协议服务改 Base URL 即可限流与故障密钥池轮换 错误关键字自动重试私有化Docker 单容器或 Compose数据默认本地存储成本核算按模型聚合的 Token 用量统计中文体验全界面汉化减少英文理解成本从docker run到第一个模型出现在下拉框整个过程不超过 5 分钟。当你不再需要记住这个模型去哪个网页、密钥填在哪个后台时多模型路由才算真正落地。更多移动端接入方式PWA 安装等可参阅 docs/mobile-access.md。赞分享【免费下载链接】HaloWebUI基于官方OpenWebUI汉化界面提高中文使用体验增加了模型计费和用量统计项目地址https://gitcode.com/gh_mirrors/ha/HaloWebUI点击查看免费下载相关推荐CUA VLM Router终极指南智能路由系统如何统一管理多模型请求CUA VLM Router终极指南智能路由系统如何统一管理多模型请求 CUA VLM Router是专为计算机使用代理设计的智能路由系统它通过统一的API人工智能AI Agent大模型GUI 自动化MCP 服务模型评测微调强化学习工具调用TaskWeaver多LLM配置终极指南如何轻松集成OpenAI、Ollama、Gemini等主流模型TaskWeaver多LLM配置终极指南如何轻松集成OpenAI、Ollama、Gemini等主流模型 TaskWeaver是一个代码优先的智能代理框架专为AI Agent数据分析Flutter版本管理终极指南如何在monorepo中统一管理多个项目Flutter版本管理终极指南如何在monorepo中统一管理多个项目 想要在大型Flutter项目中统一管理多个模块的版本吗FVMFlutter Ver开发工具CLI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 HaloWebUI多模型路由终极指南：如何在一个界面统一管理OpenAI、Gemini、Claude与Ollama
【免费下载链接】HaloWebUI基于官方OpenWebUI汉化界面提高中文使用体验增加了模型计费和用量统计项目地址https://gitcode.com/gh_mirrors/ha/HaloWebUI点击查看免费下载HaloWebUI 是一款基于 Open WebUI 深度定制的自托管 AI 平台核心能力是多模型路由OpenAI、Anthropic Claude、Google Gemini、xAI Grok 与本地 Ollama 模型全部在一个界面中接入、切换和管理并内置模型计费与用量统计中文界面让上手成本更低。如果你受够了多个 API 后台来回切换、密钥散落各处的状态这篇指南会用最短路径带你把它跑起来。为什么需要 HaloWebUI 这样的统一模型入口 多模型使用者的常见痛点入口分散OpenAI 用一个网页、Gemini 用一个网页、Ollama 又一个端口上下文和历史无法互通密钥难管不同服务商的 API Key 存在不同的地方换模型等于换工作流成本不透明不知道哪个模型、哪次对话消耗了多少 Token更无法估算费用。HaloWebUI 的思路是把所有模型路由到一个 FastAPI 后端AnyRouter前端只需认识一个统一的模型列表。技术架构可以在 README.md 的「技术架构」一节查看Claude 与 Gemini 走原生适配层routers/anthropic.py、routers/gemini.pyOpenAI 走兼容层Ollama 走本地服务最终都汇入同一个聊天界面。快速上手三步完成 HaloWebUI 部署✅第一步Docker 一行命令启动推荐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 配置见 docker-compose.yaml。✅第二步访问并注册打开http://localhost:3000首次注册的用户自动成为管理员可以配置全局模型与计费统计。数据库与上传文件会持久化在open-webui卷中。✅第三步填写模型密钥在环境变量或设置页填入对应服务商的 Key如OPENAI_API_KEY、ANTHROPIC_API_KEY、GEMINI_API_KEY模型列表随即出现在下拉框里。 也可以先克隆源码再本地运行git clone https://gitcode.com/gh_mirrors/ha/HaloWebUI开发流程参考 INSTALLATION.md。四类模型源接入步骤OpenAI、Claude、Gemini 与 OllamaOpenAI 及 OpenAI 兼容的第三方模型只需OPENAI_API_KEY一个变量即可接入 OpenAI 官方服务。更强大的是它的兼容层任何遵循 OpenAI 协议的第三方服务智谱 GLM、DeepSeek、月之暗面等把OPENAI_API_BASE_URL指向对方地址就能直接接入无需改一行代码。Anthropic Claude 原生接入设置ANTHROPIC_API_KEY后Claude 系列模型由原生适配层接管流式输出、工具调用等能力与 OpenAI 模型在同一列表中并列展示切换只需在下拉框点一下。Google Gemini 原生接入配置GEMINI_API_KEY后Gemini 模型通过原生通道接入。像 Google 的 nano bananaGemini 图像生成这类模型在模型列表中都有独立图标方便快速识别。Ollama 本地模型私有部署OLLAMA_BASE_URL默认指向http://host.docker.internal:11434即宿主机上的 Ollama。拉好本地模型后云端模型与本地模型就能在同一个聊天框里自由混用——敏感数据可以只走本地复杂任务交给云端路由完全由你决定。模型管理与 API 密钥池自动轮换与限流重试 HaloWebUI 的路由不止于能看到多个模型还处理了真实生产里的两个高频问题API 密钥池同一个连接下可配置多个 Key按round_robin轮询、random随机、priority优先级三种模式自动轮换实现限流分摊与负载均衡。逻辑见 utils/api_key_pool.py自动重试遇到429 / 500 / 502 / 503 / 504等状态码或响应中出现 rate limit、quota、限流、超时等关键字时自动切换到池内下一个 Key 重试用户几乎无感知。配置入口分两层避免管理员和普通用户互相干扰层级位置说明全局连接管理员后台routers/models.py管理员统一配置服务商与密钥个人连接设置 → 连接settings/connections/settings/connections/page.svelte)用户填自己的 Key模型 ID 自动加前缀隔离用户个人连接的底层结构定义在 utils/directConnections.ts模型 ID 会带上连接前缀从根本上避免不同服务商同名模型冲突——这正是多模型路由里路由二字的含义。模型计费与用量统计花了多少一目了然 这是 HaloWebUI 相对原版 Open WebUI 的重点增强之一Token 用量采集管理员分析接口routers/analytics.py会解析每次请求的prompt_tokens/completion_tokens按模型维度聚合按用户、按模型查看结合分组Groups可以定位到具体团队或个人的消耗历史清理支持按模型和时间范围清理统计历史最长可回溯 365 天dry_run参数可先预演再执行开关控制分析功能由ENABLE_ADMIN_ANALYTICS环境变量控制前端口径见 settings/analytics/settings/analytics/page.svelte)。再叠加各服务商的单价你就能回答最实际的问题这个月团队在哪个模型上花得最多小结一张表看懂 HaloWebUI 多模型路由需求HaloWebUI 方案多服务商统一管理OpenAI / Claude / Gemini / Grok / Ollama 五路并一个界面第三方模型接入任意 OpenAI 兼容协议服务改 Base URL 即可限流与故障密钥池轮换 错误关键字自动重试私有化Docker 单容器或 Compose数据默认本地存储成本核算按模型聚合的 Token 用量统计中文体验全界面汉化减少英文理解成本从docker run到第一个模型出现在下拉框整个过程不超过 5 分钟。当你不再需要记住这个模型去哪个网页、密钥填在哪个后台时多模型路由才算真正落地。更多移动端接入方式PWA 安装等可参阅 docs/mobile-access.md。赞分享【免费下载链接】HaloWebUI基于官方OpenWebUI汉化界面提高中文使用体验增加了模型计费和用量统计项目地址https://gitcode.com/gh_mirrors/ha/HaloWebUI点击查看免费下载相关推荐CUA VLM Router终极指南智能路由系统如何统一管理多模型请求CUA VLM Router终极指南智能路由系统如何统一管理多模型请求 CUA VLM Router是专为计算机使用代理设计的智能路由系统它通过统一的API人工智能AI Agent大模型GUI 自动化MCP 服务模型评测微调强化学习工具调用TaskWeaver多LLM配置终极指南如何轻松集成OpenAI、Ollama、Gemini等主流模型TaskWeaver多LLM配置终极指南如何轻松集成OpenAI、Ollama、Gemini等主流模型 TaskWeaver是一个代码优先的智能代理框架专为AI Agent数据分析Flutter版本管理终极指南如何在monorepo中统一管理多个项目Flutter版本管理终极指南如何在monorepo中统一管理多个项目 想要在大型Flutter项目中统一管理多个模块的版本吗FVMFlutter Ver开发工具CLI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考