在 Linux 上，尤其是 Ubuntu 24.04，用 Docker Compose 同时跑 Open WebUI 和 Ollama，结果 WebUI 死活认不出模型，提示“No models found”。这问题折腾了我好几个小时，最后发现根子就在一个地址上。
- 问题核心：host.docker.internal 在 Linux 上默认不解析，不像 Windows 和 Mac 那样开箱即用。
- 解决方案：在同一个 Docker Compose 网络里，直接用服务名 ollama 当主机名。
- 关键步骤：进 WebUI 设置，把 Ollama API 地址改成 http://ollama:11434，点刷新。
为什么 host.docker.internal 在 Linux 上会掉链子
很多人习惯在 Windows 或 Mac 上用 host.docker.internal 来让容器访问宿主机服务，这招在 Linux 上经常失灵。因为 Linux 的 Docker 默认没有内置这个特殊的主机名解析机制。当你的 Open WebUI 容器试图通过这个地址去找宿主机上的 Ollama 时，直接就找不着北了，所以才会一直报“No models found”。
正确的连接姿势，一步到位
既然两个服务都在同一个 docker-compose.yml 文件里定义，Docker Compose 就会自动把它们放到同一个内部网络里，并且充当一个 DNS 服务器。这时候，容器之间互相访问，直接用你在 docker-compose.yml 里定义的服务名就行，这才是最直接、最可靠的方式。
具体操作：
1. 打开你的 Open WebUI 界面（通常是 localhost:3000）。
2. 进入 Settings > Connections。
3. 在 Ollama API 那一栏，把原来的地址删掉，输入：http://ollama:11434
4. 点击旁边的刷新/验证图标。
就这么简单。原理就是让 WebUI 容器在 Docker 的内部网络里，直接去找名字叫 “ollama” 的容器，完全绕过了宿主机的网络配置问题。
如果还不行，检查这个隐藏步骤
按上面改完地址，如果 WebUI 里还是看不到模型列表，先别急。有可能你压根还没把模型拉到 Ollama 里面。很多人以为容器跑起来就完事了，其实还得手动把模型 pull 进去。
在终端执行这个命令，确保模型已经下载：
docker exec -it ollama ollama pull llama3.2
这个命令的意思是，进入正在运行的“ollama”容器，然后执行容器内的 ollama pull 命令来拉取 llama3.2 这个模型。模型拉取成功后，再回到 WebUI 刷新，应该就能看到了。
这个坑我也踩过，改了地址以为万事大吉，结果列表还是空的。跑了一下 pull 命令，等模型下载完，再刷新，模型就乖乖出现了。所以，网络连通是第一步，模型数据是第二步，缺一不可。
留言聊聊
你在用 Docker 部署 AI 工具时，还踩过哪些类似的网络配置的坑？是端口冲突、防火墙，还是别的什么神奇问题？
来源：Reddit Ollama｜原文：Open WebUI not connecting to Ollama on Linux/Ubunt
