觀點 · 資訊分享
自架 AI 介面 Open WebUI 0.12 大改版：即時語音通話、兩步驟登入，還一次補了一長串安全漏洞
常拿來搭配 Ollama 的開源 AI 聊天介面 Open WebUI 推出 0.12.0，新增即時語音通話與 3D 角色、可強制所有人用驗證 App 登入、技能可放多個檔案並保留版本，修正區也列了數十項存取控制問題，官方建議正式環境盡快更新。
- 發布
- 2026-10-11
- 篇幅
- 約 4 分鐘 · 1,762 字
- 結構
- 7 節 + 3 題常見問題
- 標籤
一句話看懂：常搭配 Ollama 使用的自架 AI 介面 Open WebUI 推出 0.12.0，新增即時語音通話、兩步驟登入與技能版本管理，同時修了一長串存取控制問題，官方建議正式環境盡快更新。
先用白話講：Open WebUI 是什麼？
如果把本地 AI 模型（例如用 Ollama 跑的 Qwen、Gemma）比喻成一台引擎，Open WebUI 就是幫它裝上方向盤和儀表板的車殼：一個長得像 ChatGPT 的網頁介面，可以聊天、上傳文件、管理多個模型，也能接 OpenAI 相容的雲端 API。
因為是開源、可以自己架，很多人把它裝在 NAS、家用伺服器或公司內網，讓全家或全公司共用。
發生什麼事
Open WebUI 在 10 月 10 日發布 0.12.0，新增功能非常多，挑幾個最有感的：
- 即時語音通話：管理員可以把語音模式從 Standard 切成 Realtime，由 OpenAI 的 Realtime 語音模型（預設 gpt-realtime-2.1-mini）負責閒聊，真正的問題交給聊天裡選的模型處理；每通最長一小時
- 3D 角色：即時通話時可以顯示上傳的 VRM 角色（最大 25 MiB），最多設定 16 個動作，嘴型會跟著回答動
- 兩步驟登入：管理員可要求所有人用驗證 App 登入，使用者掃 QR 碼設定後會拿到 10 組一次性備用碼
- 共享對話可回覆：分享給別人的對話，可以設定成大家都能接著寫
- 版本紀錄：技能、模型、工具、函式每次存檔都會留下版本，可以比較或改回舊版
- 技能可放多個檔案：
SKILL.md旁邊可以放腳本、參考資料、範本，還能從 GitHub 網址匯入
安全修正才是重點
這版的「修正」區開頭就是安全公告，官方表示包含安全與存取控制修正，部分安全修正暫時不公開細節，讓管理員有時間升級。已公開的修正包括：
| 問題 | 修正後 |
|---|---|
| 刪除資料夾後，分享連結還能看到對話 | 一併刪除分享連結 |
| 關掉管理員讀取對話的設定，API 仍可操作他人對話 | 全面擋下 |
| 稽核紀錄可能留下密碼欄位 | 名稱以 password 結尾的欄位都遮蔽 |
| 未設定金鑰時自動產生的密鑰不夠隨機 | 改用密碼學安全的亂數 |
| 從外部連結開啟可能代替使用者送出訊息 | 改成只填入輸入框，或先詢問 |
給開發者的技術細節
- 兩步驟登入：Admin Settings > Authentication，或環境變數
ENABLE_MFA；OAuth 與受信任標頭登入可用MFA_ALLOW_OAUTH_BYPASS、MFA_ALLOW_TRUSTED_HEADER_BYPASS略過 - 即時語音相關設定：
AUDIO_REALTIME_ENABLED、AUDIO_REALTIME_OPENAI_API_KEY、AUDIO_REALTIME_MODEL等環境變數 - 效能：JSON 改用 orjson，官方說即時更新的編碼快約 17 倍、解碼快約 3 倍
- 新的
ENABLE_TOOLS、ENABLE_FUNCTIONS、ENABLE_TOOL_SERVERS可分別關閉工具、函式與外部工具伺服器
我的看法
在 NAS 上用 Open WebUI 接 Ollama，是很多自架玩家的標準組合。這次更新讓我最在意的不是語音通話，而是那一長串安全修正：很多人的 Open WebUI 是透過反向代理對外開放的，裡面有家人或同事的對話紀錄，存取控制出問題就是隱私外洩。
建議的升級順序：先備份資料庫與資料目錄，在測試環境跑一次確認外掛、工具都正常，再升級正式環境，最後把兩步驟登入打開。要提醒的是，即時語音走的是 OpenAI 的雲端模型，語音內容會送到 OpenAI，想要「完全本地」的人要留意這一點。
名詞小辭典
- 自架（Self-hosted）：軟體裝在自己的電腦或伺服器上，資料不用放到別人的雲端。
- 兩步驟驗證（MFA）：登入時除了密碼，還要驗證 App 產生的一次性密碼。
- 反向代理：放在服務前面的「接待員」，負責把外部請求轉給內部服務，常用來加上 HTTPS。
- VRM：一種 3D 虛擬角色的檔案格式，常用在虛擬主播。