在jetson-containers中实现ollama与open-webui开机自启动及环境变量配置
2025-06-27 00:09:04作者:伍希望
背景介绍
在jetson-containers项目中部署AI服务时,ollama和open-webui是两个常用的组件。ollama是一个高效的AI模型服务框架,而open-webui则提供了友好的用户界面。在实际生产环境中,确保这些服务能够自动启动并正确配置是至关重要的。
实现服务持久化
ollama的持久化方案
对于ollama服务,推荐使用官方提供的安装脚本进行安装。这种方法不仅简化了安装过程,还能自动配置系统服务,确保ollama在系统启动时自动运行。
执行以下命令即可完成安装:
curl -fsSL https://ollama.com/install.sh | sh
这个安装脚本会自动完成以下工作:
- 下载并安装ollama二进制文件
- 创建系统服务单元文件
- 启用并启动ollama服务
- 配置服务在系统启动时自动运行
open-webui的持久化方案
对于open-webui容器,可以通过Docker的--restart参数来实现持久化。Docker提供了多种重启策略,其中unless-stopped是最适合生产环境的选项之一。
完整的运行命令如下:
sudo docker run -d --network=host \
-v ${HOME}/open-webui:/app/backend/data \
-e OLLAMA_BASE_URL=http://127.0.0.1:11434 \
--name open-webui \
--restart unless-stopped \
ghcr.io/open-webui/open-webui:main
--restart unless-stopped参数的含义是:
- 当容器退出时自动重启,除非用户明确停止了容器
- 系统重启后,容器会自动启动
- 提供了服务的高可用性保障
环境变量配置技巧
open-webui支持通过环境变量来配置各种参数,包括禁用注册和登录表单等安全相关设置。在Docker运行命令中,可以通过-e参数来传递环境变量。
例如,要禁用注册和登录表单,可以添加以下环境变量:
-e DISABLE_SIGNUP=true \
-e DISABLE_LOGIN_FORM=true
完整的命令组合如下:
sudo docker run -d --network=host \
-v ${HOME}/open-webui:/app/backend/data \
-e OLLAMA_BASE_URL=http://127.0.0.1:11434 \
-e DISABLE_SIGNUP=true \
-e DISABLE_LOGIN_FORM=true \
--name open-webui \
--restart unless-stopped \
ghcr.io/open-webui/open-webui:main
数据持久化考虑
在上述命令中,-v ${HOME}/open-webui:/app/backend/data参数实现了数据卷挂载,确保open-webui的应用数据能够持久保存。这是非常重要的,因为:
- 容器重启不会导致数据丢失
- 方便进行数据备份和迁移
- 可以跨容器共享数据
建议定期备份${HOME}/open-webui目录,以防止意外数据丢失。
网络配置说明
--network=host参数使容器使用主机网络模式,这意味着:
- 容器直接使用主机的网络栈
- 不需要额外的端口映射
- 容器内服务可以通过localhost直接访问主机服务
- 减少了网络性能开销
这种模式特别适合本地开发环境或单机部署场景。
最佳实践建议
- 日志监控:建议配置日志收集系统,监控容器运行状态
- 资源限制:对于资源有限的设备,可以使用
--memory和--cpus参数限制容器资源使用 - 版本控制:建议使用特定版本标签而非
main标签,以确保版本一致性 - 安全更新:定期检查并更新容器镜像,获取安全补丁和新功能
通过以上配置,您可以在jetson-containers环境中建立稳定可靠的ollama和open-webui服务,满足生产环境的需求。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
56
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669