Установка Open WebUI локально: пошаговый гайд

Open WebUI — это мощный, красивый и полностью автономный веб-интерфейс для работы с локальными языковыми моделями. Он позволяет превратить ваш компьютер или сервер в полноценную AI-платформу, поддерживающую как локальные модели через Ollama, так и облачные API. Для практиков в РФ это идеальное решение: работа офлайн, отсутствие блокировок, полная приватность данных и возможность использовать доступное «железо» без зависимости от зарубежных сервисов.

01Требования

Для стабильной работы Open WebUI вам потребуется базовое программное обеспечение и аппаратные ресурсы, зависящие от выбранной модели.

Программные требования

• Операционная система: Linux, macOS или Windows (через WSL2 или Docker Desktop).
• Docker и Docker Compose: Это рекомендуемый и самый простой способ установки. Убедитесь, что Docker установлен и запущен.
• Ollama (опционально, но рекомендуется): Для работы с локальными моделями (Llama 3, Mistral, Qwen) необходимо установить Ollama на ту же машину, где будет запущен Open WebUI.

Аппаратные требования (VRAM/RAM)

Производительность напрямую зависит от видеопамяти (VRAM) и оперативной памяти (RAM). Вот ориентировочные цифры для комфортной работы:

• Минимальные требования: Поддерживаются квантованные модели среднего размера. Работает медленно, но работает.
• Средние требования: Оптимально для моделей среднего размера в полном разрешении или более крупных в квантовании. Хороший баланс скорости и качества.
• Высокие требования: Позволяет запускать более крупные модели в полном разрешении или очень крупные в сильном квантовании. Идеально для современных видеокарт NVIDIA.
• Только CPU (RAM): Если нет видеокарты NVIDIA, модели будут работать в оперативной памяти. Требуется значительный объем RAM. Скорость генерации будет заметно ниже, но для чтения и анализа документов это приемлемо.

02Установка

Мы рассмотрим самый надежный способ установки — через Docker. Он изолирует приложение от вашей системы и упрощает обновления.

Шаг 1. Подготовка Ollama

Сначала установите Ollama, если он еще не установлен. Он будет «движком», который загружает и исполняет модели.

# Для Linux (автоматическая установка)
curl -fsSL https://ollama.com/install.sh | sh

# Для macOS/Windows
# Скачайте установщик с https://ollama.com

После установки проверьте, что Ollama работает:

ollama --version

Шаг 2. Создание директории и файла конфигурации

Создайте папку для данных Open WebUI, чтобы сохранить историю и настройки:

mkdir -p open-webui

Шаг 3. Запуск контейнера Open WebUI

Запустите контейнер, подключив его к сети Ollama. Если Ollama и Open WebUI на одной машине, используйте host.docker.internal для Linux или просто localhost для macOS/Windows (в зависимости от версии Docker).

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

Эта команда:

• -p 3000:8080 — открывает интерфейс на порту 3000 вашего компьютера.
• -v open-webui:/app/backend/data — сохраняет данные в именованный том Docker.
• --add-host=host.docker.internal:host-gateway — позволяет контейнеру видеть Ollama, запущенный на хост-машине.

03Первый запуск

После успешного запуска откройте браузер и перейдите по адресу:

http://localhost:3000

Вы увидите страницу регистрации. Создайте первого администратора. После входа вы попадете в интерфейс чата.

Подключение модели

По умолчанию Open WebUI настроен на работу с Ollama. Чтобы начать работу:

1. В интерфейсе Open WebUI перейдите в Settings (Настройки) → Connections (Подключения).
2. Убедитесь, что базовый URL Ollama установлен на http://host.docker.internal:11434 (для Linux) или http://localhost:11434 (для Mac/Windows).
3. Перейдите в Models (Модели) и нажмите Fetch New Models.
4. Выберите модель из списка. Для начала рекомендуем llama3 или mistral.

Если вы хотите загрузить модель вручную через терминал Ollama, используйте команду:

ollama pull llama3

После загрузки модель появится в списке, и вы сможете начать диалог. Интерфейс поддерживает Markdown, LaTeX, загрузку файлов (RAG) и работу с несколькими моделями одновременно.

04Частые проблемы

1. Ошибка подключения к Ollama (Connection Refused): Чаще всего возникает на Linux, когда Docker не может достучаться до хоста. Решение: используйте флаг --add-host=host.docke

   Источник: Open WebUI (офиц. документация) ↗

   #Open WebUI#Ollama#локальные модели#Docker#AI инструменты#RAG#бесплатный AI