What is Open WebUI used for?

Open WebUI is a self-hosted interface for large language models. It lets you chat with local or cloud models, build RAG workflows with your documents, and manage prompts and teams in one place.

How do I use Open WebUI with Ollama?

Install Ollama, pull a model like `llama3` or `mistral`, and then point Open WebUI’s Ollama connection to `http://localhost:11434`. You can set a default model and start chatting locally with full privacy.

Can Open WebUI do RAG with my PDFs and notes?

Yes. Create a knowledge base, upload documents, generate embeddings, and enable retrieval in chat. The model will cite and summarize from your own sources for grounded answers.

Is Open WebUI secure for teams?

You can enforce sign-in, manage API keys by role, and set rate limits. For production, use HTTPS behind a reverse proxy and restrict which providers or endpoints are allowed.

Should I use local or cloud models in Open WebUI?

Use local models for privacy, speed, and cost control; use cloud models for complex tasks requiring higher quality. Many teams combine both and set chat-specific defaults.

Com utilitzar Open WebUI: Una guia amigable i pas a pas per a fluxos de treball d'IA més ràpids

Si alguna vegada has desitjat que ChatGPT tingués un bessó personalitzable i autoallotjat que poguessis connectar als teus propis models i dades, Open WebUI és exactament això. És una interfície moderna i lleugera per xatejar amb models de llenguatge grans (LLMs) locals o remots, gestionar indicacions, construir fluxos de treball RAG (Generació Augmentada per Recuperació) i col·laborar amb companys d'equip, tot des del teu navegador.

En aquesta guia pràctica i orientada a solucions, repassarem com utilitzar Open WebUI de principi a fi: opcions de configuració, connexió a Ollama o APIs, gestió de models, construcció de fluxos de recuperació, protecció de la teva instància i un grapat de consells professionals. Al final, podràs executar fluxos de treball d'IA potents en els teus propis termes, i ràpid.

Què és Open WebUI (i per què utilitzar-lo)?

Open WebUI és una interfície web autoallotjable per a LLMs. Pensa-hi com el centre de comandament per a les teves interaccions d'IA: porta els teus propis models (locals o al núvol), crea indicacions reutilitzables, afegeix els teus documents i col·labora a través d'una IU neta i intuïtiva. És especialment popular entre desenvolupadors, equips de dades i usuaris conscients de la privadesa que volen control, extensibilitat i velocitat.

Raons clau per les quals la gent tria Open WebUI:

Sigues propietari de les teves dades: Executa-ho localment o al teu servidor.

Backends flexibles: Connecta't a motors locals com Ollama o a proveïdors remots mitjançant API.

A punt per al flux de treball: RAG, eines, embeddings i indicacions estructurades.

Controls d'administració: Gestió de claus API, autenticació i configuració de l'entorn.

La manera més ràpida de començar: Inici ràpid amb Docker

Si et sents còmode amb Docker, pots estar en marxa en qüestió de minuts.

Extreu la imatge

docker pull ghcr.io/open-webui/open-webui:main

Executa el contenidor

docker run -d --name open-webui -p 3000:8080 ghcr.io/open-webui/open-webui:main

Obre el teu navegador i visita

Aterraràs a la IU, crearàs un compte d'administrador i estaràs llest per connectar models.

Consell: Per a l'emmagatzematge persistent i les variables d'entorn (com les restriccions de claus API i l'autenticació), passa a un docker-compose.yml per poder muntar volums i definir la configuració de manera neta.

Connexió a models: APIs locals (Ollama) o al núvol

Open WebUI és agnòstic al backend. Pots:

Utilitzar Ollama per executar models localment (p. ex., Llama 3, Phi‑3, Mistral). Això és ideal per a la privadesa i el treball fora de línia.

Utilitzar APIs al núvol com OpenAI, Anthropic, Google o altres mitjançant claus API.

Opció A: Utilitzar Ollama localment

Instal·lar Ollama (macOS, Linux, Windows)

Visita ` per instal·lar-lo.

Extreure un model amb Ollama

ollama pull llama3

Pots substituir llama3 per models com mistral, phi3 o llama3:instruct segons les teves necessitats.

Iniciar Open WebUI

Assegura't que Open WebUI pugui accedir a l'endpoint local d'Ollama (normalment `).

A Open WebUI, ves a Configuració d'administració → Connexions → Ollama

Afegeix l'endpoint, tria els models per defecte i prova la connexió.

Ara pots xatejar amb models locals directament al navegador.

Opció B: Utilitzar proveïdors al núvol mitjançant claus API

A Configuració d'administració → Proveïdors (o API/Claus)

Afegeix claus per a OpenAI, Anthropic o Google.

Tria un model per defecte per proveïdor

Per exemple: gpt-4o-mini (OpenAI), claude‑3‑haiku (Anthropic) o gemini‑1.5‑flash (Google).

Establir límits

Aplica límits de velocitat, àmbits d'ús o claus per usuari segons la configuració del teu equip.

Aquest enfocament híbrid (local + núvol) és comú: esborranys ràpids en models locals, i després perfeccionar amb un model al núvol quan sigui necessari.

El teu primer xat: Indicacions, modes i fitxers adjunts

Un cop que un model està connectat, inicia un nou xat. Alguns conceptes bàsics:

Plantilles d'indicacions: Desa les instruccions utilitzades amb freqüència (indicacions del sistema) com "Ets el meu tutor de Python: explica amb exemples i proves".

Modes: Commuta entre estils creatius, concisos o tècnics ajustant les indicacions del sistema o la temperatura.

Fitxers adjunts: Puja fitxers (PDFs, TXT, CSV) perquè el model els faci servir de referència. Per a corpus grans o recurrents, crea una base de coneixement amb embeddings (vegeu RAG a continuació).

Consell professional: Organitza els xats per projecte. Utilitza etiquetes com #docs, #code o #analysis perquè el teu futur jo pugui trobar les coses ràpidament.

Construeix RAG en minuts: Coneixement, embeddings i cerca

RAG (Generació Augmentada per Recuperació) permet que el teu model respongui preguntes amb el teu contingut (documents, notes, polítiques, codi). Aquí t'expliquem com muntar-ho:

Crear una base de coneixement (KB)

A la barra lateral, crea una nova KB o "Col·leccions".

Puja documents: PDFs, markdown, HTML o fitxers de text.

Generar embeddings

Tria el backend d'embeddings (local mitjançant Ollama si tens un model d'embeddings, o un proveïdor al núvol a través d'API).

Indexa els teus documents; els conjunts més grans poden trigar uns minuts.

Habilitar la recuperació al xat

En un xat, activa la recuperació i selecciona la teva KB.

Fes preguntes com "Resumeix la nostra política d'incorporació i enumera els elements d'acció" o "Quines excepcions permetem a la política de seguretat?"

Iterar

Inspecciona les fonts, perfecciona els teus documents, ajusta la mida del chunk i torna a integrar si les respostes semblen desencertades.

Consell professional: Manteniu KBs separades per a la precisió (p. ex., "Text de màrqueting", "Polítiques legals", "Runbooks"). Això redueix les recuperacions irrellevants.

Accions, eines i fluxos de treball

Open WebUI admet interaccions impulsades per eines perquè el model pugui "fer coses", no només xatejar. Segons la teva configuració, pots:

Cridar funcions/eines que defineixis (p. ex., executar un script, obtenir un URL, consultar una base de dades).

Utilitzar fluxos de treball d'indicacions del sistema per estructurar tasques de diversos passos.

Afegir plugins/extensions si la teva implementació els admet.

Exemple: Un flux de treball "Brief de contingut"

Pas 1: Demana al model que extregui paraules clau d'un tema.

Pas 2: Investigar mitjançant una eina web (si està habilitada) i resumir les fonts.

Pas 3: Elaborar un esquema + variants de títol.

Pas 4: Crear una versió curta/llarga.

Desa aquests passos en una plantilla reutilitzable perquè el teu equip pugui executar-los amb un sol clic.

Gestionar models com un professional

Múltiples valors per defecte: Estableix valors per defecte per espai de treball o per xat (p. ex., local ràpid per a la pluja d'idees, núvol precís per a la còpia final).

Targetes de model: Documenta què fa millor cada model: "Utilitza Llama 3 per al codi, Mistral per a resums concisos".

Tasques per lots: Utilitza indicacions del sistema més llargues i sortida estructurada (JSON, llistes de verificació) per a tasques repetibles com comprovacions de control de qualitat, traducció o etiquetatge.

Configuració d'administració: Seguretat i governança

Si t'estàs autoallotjant per a un equip, dedica uns minuts a reforçar i governar la teva instància.

Autenticació: Requereix l'inici de sessió. Si està disponible, activa SSO/OIDC.

Polítiques de claus API: Limita quins proveïdors es poden utilitzar, àmbits de claus per usuari/rol i restringeix la sortida on sigui apropiat.

Variables d'entorn: Configura coses com URLs d'endpoint de model, backends d'embeddings i restriccions de claus mitjançant la configuració d'entorn.

Límits de velocitat i quotes: Evita els costos descontrolats amb límits per usuari o per espai de treball.

Auditabilitat: Anima els equips a etiquetar els xats i desar resums perquè puguis rastrejar les decisions.

Consell per a desenvolupadors: Posa Open WebUI darrere d'un proxy invers (p. ex., Nginx/Caddy) amb HTTPS i estableix orígens permesos.

Col·laboració en equip i higiene del coneixement

Indicacions i KBs compartides: Crea biblioteques d'indicacions i bases de coneixement seleccionades. Assigna mantenidors.

Contingut de la versió: Per a documents de política o especificacions, desa les fonts a Git o a un centre de documents i torna a integrar-les quan s'actualitzin.

Respostes de primera font: Anima els usuaris a fer clic a les citacions i escanejar els documents originals. Confia, però verifica.

Casos d'ús diaris (copia'ls)

Contingut i màrqueting

Converteix un brief en tres esborranys específics per a cada públic.

Genera esquemes SEO, preguntes freqüents i títols.

Enginyeria

Explica una funció i genera proves de casos límit.

Resumeix PRs i produeix notes de la versió.

Operacions i suport

Construeix una KB a partir de runbooks i SOPs.

Elabora respostes utilitzant la teva guia de to/estil.

Recerca i estratègia

Resumeix 10 documents en un 1-pager amb citacions.

Compara venedors utilitzant una matriu estructurada.

Resolució de problemes: Solucions ràpides

"No es pot connectar a Ollama"

Comprova que Ollama s'està executant: `curl

Verifica l'accés a la xarxa del contenidor a l'amfitrió.

"Model no trobat"

Extreu el model mitjançant Ollama: ollama pull mistral

Per al núvol, confirma el nom exacte del model i els permisos.

"Els resultats de RAG semblen irrellevants"

Torna a integrar amb un millor model d'embeddings.

Ajusta la mida del chunk (p. ex., 500–1.000 tokens) i la superposició.

Divideix la teva KB en col·leccions tòpiques més petites.

"Costos disparats"

Estableix límits de velocitat i tria models locals per defecte per als esborranys.

Consells de rendiment i moviments avançats

Utilitza models locals més petits per a la ideació i models més grans/al núvol per a la finalització.

Emmagatzema en la memòria cau les indicacions i respostes freqüents sempre que sigui possible.

Adopta sortides estructurades (JSON, llistes de verificació de vinyetes) per a automatitzacions posteriors.

Per a dades sensibles, mantén-ho tot local (Ollama + embeddings locals + emmagatzematge on‑prem).

Utilitza indicacions del sistema per definir el to, el format i les proteccions.

Val la pena assenyalar: Combinació d'Open WebUI amb Sider.AI

Si produeixes molt de contingut o investigació, un company de flux de treball pot ajudar-te. Val la pena assenyalar: Sider.AI ajuda amb l'elaboració, el resum i l'organització de treballs de format llarg. Pots idear o recuperar context a Open WebUI, i després utilitzar l'assistència d'estil d'editor de Sider.AI per polir, reestructurar i optimitzar articles per a SEO per a la publicació. És una combinació útil quan vols tant control (xat autoallotjat + RAG) com velocitat (edició i optimització col·laboratives).

Un pla inicial senzill

Executa Open WebUI mitjançant Docker.

Instal·la Ollama, extreu llama3 i mistral.

Connecta Open WebUI a i estableixmistral` com a valor per defecte per al xat.

Crea KBs: Polítiques, Màrqueting, Runbooks; integra amb un model d'embeddings fort.

Desa tres plantilles d'indicacions: "Resumidor amb vinyetes", "Generador d'esquemes SEO" i "Escriptor de notes de la versió".

Afegeix límits de velocitat i requereix l'inici de sessió.

Amb aquesta configuració, la majoria d'equips poden cobrir el 80% de les tasques diàries d'IA.

Conclusions clau

Open WebUI et proporciona una IU neta i controlable per treballar amb LLMs locals i al núvol.

Per a la privadesa i la velocitat, combina-ho amb Ollama localment; barreja models al núvol quan sigui necessari.

Utilitza RAG per basar les respostes en els teus documents; mantén les KBs petites i enfocades.

Protegeix la teva instància amb autenticació, polítiques de claus i límits de velocitat.

Estandarditza indicacions i sortides perquè el treball del teu equip sigui coherent i automatitzable.

Propers passos

Activa Open WebUI amb Docker i connecta't a Ollama.

Crea la teva primera base de coneixement i prova un xat amb suport de recuperació.

Desa tres plantilles d'indicacions que el teu equip reutilitzarà diàriament.

Si publiques contingut, passa els esborranys per Sider.AI per perfeccionar el to, l'estructura i el SEO abans de publicar-los.

Preguntes freqüents

P1: Per a què s'utilitza Open WebUI? Open WebUI és una interfície autoallotjada per a models de llenguatge grans. Et permet xatejar amb models locals o al núvol, construir fluxos de treball RAG amb els teus documents i gestionar indicacions i equips en un sol lloc.

P2: Com utilitzo Open WebUI amb Ollama? Instal·la Ollama, extreu un model com llama3 o mistral, i després apunta la connexió d'Ollama d'Open WebUI a http://localhost:11434. Pots establir un model per defecte i començar a xatejar localment amb total privadesa.

P3: Pot Open WebUI fer RAG amb els meus PDFs i notes? Sí. Crea una base de coneixement, puja documents, genera embeddings i habilita la recuperació al xat. El model citarà i resumirà de les teves pròpies fonts per obtenir respostes fonamentades.

P4: És Open WebUI segur per als equips? Pots fer complir l'inici de sessió, gestionar les claus API per rol i establir límits de velocitat. Per a la producció, utilitza HTTPS darrere d'un proxy invers i restringeix quins proveïdors o endpoints estan permesos.

P5: Hauria d'utilitzar models locals o al núvol a Open WebUI? Utilitza models locals per a la privadesa, la velocitat i el control de costos; utilitza models al núvol per a tasques complexes que requereixen una qualitat superior. Molts equips combinen ambdós i estableixen valors per defecte específics per a cada xat.