Oversigt
Open WebUI er en udvidelsesbar, funktionsrig og brugervenlig, selvhostet webgrænseflade, der er designet til at fungere helt offline. Oprindeligt skabt som Ollama Web UI er projektet udviklet til en omfattende platform, der understøtter flere LLM-backends, herunder Ollama, OpenAI API og alle OpenAI-kompatible endpoints, og giver dermed fleksibilitet og uafhængighed af leverandører.
Platformen skiller sig ud med en intuitiv grænseflade i ChatGPT-stil kombineret med kraftfulde funktioner, der sjældent findes i andre selvhostede løsninger. Open WebUI leverer en komplet samtalebaseret AI-oplevelse med understøttelse af flere brugere, samtalehistorik, upload af dokumenter med RAG (Retrieval-Augmented Generation), integration af websøgning, generering af billeder, tale-input og -output og omfattende tilpasningsmuligheder.
Open WebUI er bygget på principperne om privatliv og datasuverænitet og gemmer alle samtaler, dokumenter og brugerdata lokalt på din VPS uden eksterne afhængigheder. Arkitekturen sikrer ingen telemetri, fuld offline drift og fuld kontrol over dine AI-interaktioner. Det gør den ideel for organisationer med strenge krav til datastyring, eller for enkeltpersoner, der prioriterer privatliv i deres AI-workflows.
Platformen understøtter avancerede workflows ud over almindelig chat. Brugerne kan oprette brugerdefinerede prompts, bygge modelpresets med bestemte parametre, organisere samtaler med tags og mapper, samarbejde gennem deling af arbejdsområder og udvide funktionaliteten via et pluginsystem. Administratorpanelet giver omfattende brugerstyring, analyser af forbrug og systemkonfiguration til udrulninger med flere brugere.
Open WebUI integreres problemfrit med Ollama til kørsel af lokale modeller, men forbindes også til OpenAI, Azure OpenAI eller ethvert kompatibelt API-endpoint, hvilket muliggør hybridudrulninger, der udnytter både lokale og cloudressourcer. Den fleksibilitet gør det muligt for organisationer at bruge billigere lokal inferens til rutineopgaver og reservere cloud-API'er til specialiserede krav.
Installation og udrulning er strømlinet via Docker-containere og kræver minimal konfiguration for at komme i gang. Platformen finder automatisk Ollama-installationer på samme system, hvilket forenkler opsætningen for brugere, der kører begge tjenester på deres VPS. Til produktionsudrulninger understøtter Open WebUI godkendelse via OpenID Connect, LDAP-integration og detaljeret styring af rettigheder.
Nøglefunktioner
Fleksibilitet på tværs af backends
Forbind til Ollama, OpenAI, Azure OpenAI eller ethvert OpenAI-kompatibelt API. Skift mellem modeller fra forskellige udbydere i én grænseflade.
RAG-dokumentbehandling
Upload dokumenter (PDF, DOCX, TXT) til samtaler med kontekst. Lokal indlejring og vektorsøgning giver privat Q&A på dokumenter uden cloudtjenester.
Komplet brugeradministration
Understøttelse af flere brugere med godkendelse, rollebaseret adgangskontrol, isolering af arbejdsområder og admin-dashboard. OIDC- og LDAP-integration til godkendelse i virksomheder.
Avancerede chatfunktioner
Forgreninger af samtaler, regenerering, redigering, søgning i hele historikken samt tags og mapper til organisering. Eksport af samtaler som Markdown eller JSON.
Understøttelse af billeder og tale
Generér billeder med DALL-E eller Stable Diffusion-integration. Tale-input via Web Speech API og tale-output med tekst-til-tale-syntese.
Udvidelsesbart pluginsystem
Udvid funktionaliteten med brugerdefinerede funktioner, værktøjer og integrationer. Plugins fra fællesskabet til websøgning, kodeudførelse, API-forbindelser og specialiserede workflows.
Tilfælde af brug
- Teamsamarbejdsplatform: Delt arbejdsområde, hvor teams kan interagere med AI-modeller, dele samtaler og opbygge en fælles vidensbase
- Dokumentresearchassistent: Upload forskningsartikler, kontrakter eller dokumentation til AI-baseret Q&A og analyse uden eksponering af data i skyen
- Udviklingsværktøj: Kodeassistent med understøttelse af flere modeller, samtalehistorik og organisering af kodestykker
- Grænseflade til kundesupport: Internt værktøj, så supportteams kan bruge AI til hurtigere udkast til svar og opslag af information
- Uddannelsesplatform: Miljø for flere brugere, hvor studerende og undervisere kan eksperimentere med forskellige AI-modeller på en sikker måde
- Personlig vidensstyring: Privat ChatGPT-alternativ til at organisere tanker, noter og samtaler med fuld datasuverænitet
Installationsguide
Installér Open WebUI på en Ubuntu-VPS med Docker for den enkleste udrulning. Hent det officielle image, og kør det med portmapping til 3000. Til Ollama-integration på samme vært bruges host-netværkstilstand, eller du forbinder til Ollama-API'et via netværket.
Den grundlæggende installation kræver en enkelt docker run-kommando med en volume mount til vedvarende datalagring. Konfigurér miljøvariabler til godkendelsesmetode, standardmodel og eksterne API-nøgler, hvis du bruger cloudbackends.
Til produktionsudrulninger bruges Docker Compose med separate containere til Open WebUI, Ollama og valgfrie tjenester som Redis eller PostgreSQL til lagring af sessioner. Opsæt en reverse proxy med Nginx til SSL-terminering og tilknytning af eget domæne.
Konfigurér godkendelse ved at sætte miljøvariabler for OpenID Connect-udbydere (Google, Microsoft, GitHub), eller aktivér den indbyggede brugeradministration med e-mail og adgangskode. Angiv administratorlegitimationsoplysninger ved første opstart via miljøvariabler.
Monter volumes til datapersistens, herunder /app/backend/data til samtaler og brugerdata. Til RAG-funktionalitet skal der være tilstrækkelig lagerplads til dokumentuploads og vektorindlejringer. Konfigurér backupstrategier for database og uploadede dokumenter.
Konfigurationstips
Konfigurationen af Open WebUI styres via miljøvariabler og administratorens webgrænseflade. Angiv OLLAMA_BASE_URL for at forbinde til Ollama-backenden, OPENAI_API_KEY til adgang til OpenAI og DEFAULT_MODELS til at angive de tilgængelige modeller.
Aktivér RAG ved at konfigurere indlejringsmodeller og indstillinger for vektordatabasen. Angiv WEBUI_SECRET_KEY for sikre sessioner. Konfigurér grænser for filupload med RAG_FILE_MAX_SIZE og lagerstier med DATA_DIR.
Til udrulninger med flere brugere konfigureres ENABLE_SIGNUP til at styre registrering, ENABLE_LOGIN_FORM til godkendelsesmetode og WEBHOOK_URL til eksterne integrationer. Angiv logniveauer med LOG_LEVEL, og aktivér målinger med ENABLE_METRICS.
Best practices omfatter at køre bag en reverse proxy med SSL, regelmæssige backups af datavolumen, konfiguration af ressourcegrænser i Docker for at forhindre hukommelsesproblemer, brug af Redis til sessionsstyring i udrulninger med flere containere og overvågning af lagerforbrug til dokumentuploads og samtalehistorik.
Tekniske krav
Afhængigheder
- ✓ Docker
- ✓ Ollama or OpenAI API key (for backend)
- ✓ Optional: Redis for session management