历史记录与搜索
Open WebUI 提供了一套强大的系统，用于管理和浏览你以往的对话。无论你是在查找上个月某段 Python 代码，还是想整理数百条聊天记录，历史记录与搜索功能都能帮助你快速找到所需数据。
聊天历史侧边栏
你的所有对话都会自动保存在 侧边栏 中。
- 持久化：聊天会保存到内部数据库（
webui.db），并可在你的所有设备间访问 - 组织方式：聊天会按时间段分组（今天、昨天、最近 7 天等）
- 未读标记：有新活动的聊天会在侧边栏显示未读圆点，直到你打开该对话
- 重命名：标题通常由 task model 自动生成，但你也可以点击标题旁的铅笔图标手动重命名任意聊天
- 归档：你可以将聊天 归档，而不是直接删除；这样它会从主列表移除，但仍可下载和搜索
Open WebUI 会按聊天跟踪已读状态，并在你打开对话时更新，这样未读标记就能在不同会话间保持同步。
搜索你的历史记录
你可以通过侧边栏中的全局搜索栏搜索对话。
- 点击 搜索 图标，或使用快捷键
Cmd+K/Ctrl+K - 输入查询内容。Open WebUI 会对以下内容执行模糊搜索：
- 聊天标题
- 消息内容
- 标签（使用
tag:my-tag-name格式搜索）
- 点击结果即可立即跳转到对应对话
原生对话搜索（Agentic）
当你使用启用了 Native Function Calling 的模型时（参见 Central Tool Calling Guide），模型还可以自主搜索你的聊天历史。
可用历史工具：
search_chats：对聊天标题和消息内容执行简单文本搜索，返回匹配的聊天 ID 和片段view_chat：按聊天 ID 读取并返回该对话的完整消息历史
为什么要为搜索使用原生工具调用？
这让模型能够复用它自己过去完成的工作。你可以直接问："我上一次邮件草稿收到的反馈是什么？" 或 "帮我找出两周前我写的关于图像处理的 Python 脚本。"
模型会搜索你的历史、定位正确聊天、读取内容，并直接返回答案或你需要的代码——省去你手动滚动和复制粘贴的麻烦。
数据管理
- 导出：你可以将单个聊天或全部历史导出为 JSON、PDF 或 Markdown
- 导入：将 JSON 聊天导出文件拖拽到侧边栏，即可恢复
- 删除：你可以从 Settings > Chats 中删除单个聊天，或清空全部历史