如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
请勿使用PIPELINES!
如果您的目标只是添加对Anthropic等其他提供商的支持或基本过滤器,您可能不需要Pipelines。对于这些情况,Open WebUI Functions是更好的选择——它是内置的,更方便且更易于配置。然而,当您处理计算密集型任务(例如运行大型模型或复杂逻辑),并希望将其从主Open WebUI实例卸载以获得更好的性能和可扩展性时,Pipelines就会发挥作用。
欢迎使用Pipelines,这是Open WebUI的一项计划。Pipelines为任何支持OpenAI API规范的UI客户端带来模块化、可定制的工作流——甚至更多功能!只需几行代码,即可轻松扩展功能、集成独特逻辑并创建动态工作流。
将Pipelines与任何兼容OpenAI API的UI客户端集成非常简单。启动您的Pipelines实例,并将客户端上的OpenAI URL设置为Pipelines URL。就是这样!您已准备好利用任何Python库来满足您的需求。
如果您创建了自己的 pipelines,可以在构建 Docker 镜像时安装它们。例如,创建一个包含以下代码片段的 bash 脚本,从指定路径收集文件,将它们作为安装 URL 添加,并构建自动安装了新 pipelines 的 Docker 镜像。
[!NOTE] pipelines 模块仍会在启动时尝试安装文件头中找到的所有包依赖项,但不会再次下载它们。
# build in the specific pipelines
PIPELINE_DIR="pipelines-custom"
# assuming the above directory is in your source repo and not skipped by `.dockerignore`, it will get copied to the image
PIPELINE_PREFIX="file:///app"
# retrieve all the sub files
export PIPELINES_URLS=
for file in "$PIPELINE_DIR"/*; do
if [[ -f "$file" ]]; then
if [[ "$file" == *.py ]]; then
if [ -z "$PIPELINES_URLS" ]; then
PIPELINES_URLS="$PIPELINE_PREFIX/$file"
else
PIPELINES_URLS="$PIPELINES_URLS;$PIPELINE_PREFIX/$file"
fi
fi
fi
done
echo "New Custom Install Pipes: $PIPELINES_URLS"
docker build --build-arg PIPELINES_URLS=$PIPELINES_URLS --build-arg MINIMUM_BUILD=true -f Dockerfile .
/pipelines 目录是您设置的核心。在此处添加新模块、自定义现有模块并管理您的工作流。服务器启动时,/pipelines 目录中的所有 pipelines 将自动加载。
您可以使用 PIPELINES_DIR 环境变量将此目录从 /pipelines 更改为其他位置。
就是这样!您现在已准备好使用Pipelines轻松构建可定制的AI集成。祝您使用愉快!
使用Docker Compose可以简化多容器Docker应用的管理。
以下是使用Docker Compose设置Open WebUI和Pipelines的示例配置文件docker-compose.yaml:
services:
openwebui:
image: ghcr.io/open-webui/open-webui:main
ports:
- "3000:8080"
volumes:
- open-webui:/app/backend/data
pipelines:
image: ghcr.io/open-webui/pipelines:main
volumes:
- pipelines:/app/pipelines
restart: always
environment:
- PIPELINES_API_KEY=0p3n-w3bu!
volumes:
open-webui: {}
pipelines: {}
要启动服务,请运行以下命令:
docker compose up -d
然后,您可以使用http://pipelines:9099(该名称与docker-compose.yaml中定义的服务名称相同)作为API URL连接到Open WebUI。
[!NOTE]
pipelines服务仅可由openwebuiDocker服务访问,因此提供了额外的安全层。
通过以下几个简单步骤开始使用Pipelines:
git clone https://github.com/open-webui/pipelines.git
cd pipelines
pip install -r requirements.txt
sh ./start.sh
服务器运行后,将客户端上的OpenAI URL设置为Pipelines URL。这将解锁Pipelines的全部功能,集成任何Python库并创建满足您需求的自定义工作流。
如果您创建了自己的pipeline,可以在构建Docker镜像时安装它们。例如,创建一个包含以下代码片段的bash脚本,从路径收集文件,将它们添加为安装URL,并构建自动安装新pipeline的Docker镜像。
[!NOTE] pipeline模块仍会在启动时尝试安装文件头中找到的任何包依赖项,但不会再次下载它们。
# build in the specific pipelines
PIPELINE_DIR="pipelines-custom"
# assuming the above directory is in your source repo and not skipped by `.dockerignore`, it will get copied to the image
PIPELINE_PREFIX="file:///app"
# retrieve all the sub files
export PIPELINES_URLS=
for file in "$PIPELINE_DIR"/*; do
if [[ -f "$file" ]]; then
if [[ "$file" == *.py ]]; then
if [ -z "$PIPELINES_URLS" ]; then
PIPELINES_URLS="$PIPELINE_PREFIX/$file"
else
PIPELINES_URLS="$PIPELINES_URLS;$PIPELINE_PREFIX/$file"
fi
fi
fi
done
echo "New Custom Install Pipes: $PIPELINES_URLS"
docker build --build-arg PIPELINES_URLS=$PIPELINES_URLS --build-arg MINIMUM_BUILD=true -f Dockerfile .
/pipelines目录是您设置的核心。在此处添加新模块、自定义现有模块和管理工作流。服务器启动时,/pipelines目录中的所有pipeline将自动加载。
您可以使用PIPELINES_DIR环境变量将此目录从/pipelines更改为其他位置。
在/examples目录中可以找到各种集成示例。这些示例展示了如何集成不同功能,为构建您自己的自定义pipeline提供基础。
我们在不断发展!我们很乐意听取您的反馈,并了解哪些钩子和功能最适合您的使用场景。欢迎联系我们,成为Open WebUI社区的一员!
我们的愿景是推动Pipelines成为我们AI界面Open WebUI的终极插件框架。将Open WebUI想象成AI界面中的WordPress,而Pipelines则是其丰富多样的插件。加入我们这个激动人心的旅程吧!🌍
来自真实用户的反馈,见证轩辕镜像的优质服务