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.

כיצד להשתמש ב-Open WebUI: מדריך ידידותי, צעד אחר צעד, עבור זרימות עבודה מהירות יותר של AI

אם אי פעם רציתם של-ChatGPT יהיה תאום הניתן להתאמה אישית, באירוח עצמי, שתוכלו לחבר למודלים ולנתונים שלכם, Open WebUI הוא בדיוק זה. זהו ממשק מודרני וקל משקל לצ'אט עם מודלים גדולים של שפה (LLM) מקומיים או מרוחקים, ניהול הנחיות, בניית זרימות עבודה של RAG ‏(Retrieval‑Augmented Generation) ושיתוף פעולה עם חברי צוות – הכל מהדפדפן שלכם.

במדריך מעשי זה, בעל אוריינטציה לפתרונות, נסקור כיצד להשתמש ב-Open WebUI מקצה לקצה: אפשרויות התקנה, התחברות ל-Ollama או לממשקי API, ניהול מודלים, בניית זרימות אחזור, אבטחת המופע שלכם ומספר טיפים למקצוענים. עד הסוף, תוכלו להריץ זרימות עבודה עוצמתיות של AI בתנאים שלכם – במהירות.

מה זה Open WebUI (ולמה להשתמש בו)?

Open WebUI הוא ממשק אינטרנט הניתן לאירוח עצמי עבור LLM. חשבו על זה כעל מרכז השליטה עבור האינטראקציות שלכם עם AI – הביאו את המודלים שלכם (מקומיים או בענן), צרו הנחיות לשימוש חוזר, הוסיפו את המסמכים שלכם ושתפו פעולה באמצעות ממשק משתמש נקי ואינטואיטיבי. הוא פופולרי במיוחד בקרב מפתחים, צוותי נתונים ומשתמשים מודעים לפרטיות שרוצים שליטה, יכולת הרחבה ומהירות.

סיבות עיקריות לכך שאנשים בוחרים ב-Open WebUI:

בעלות על הנתונים שלכם: הפעלה מקומית או בשרת שלכם.

קצה אחורי גמיש: התחברות למנועים מקומיים כמו Ollama או לספקים מרוחקים באמצעות API.

מוכן לזרימת עבודה: RAG, כלים, הטבעות והנחיות מובנות.

בקרות ניהול: ניהול מפתחות API, אימות ותצורת סביבה.

הדרך המהירה ביותר להתחיל: התחלה מהירה של Docker

אם אתם מרגישים בנוח עם Docker, תוכלו להתחיל לפעול תוך דקות.

משכו את התמונה

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

הפעילו את הקונטיינר

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

פתחו את הדפדפן שלכם ובקרו בכתובת

תגיעו לממשק המשתמש, תיצרו חשבון מנהל ותהיו מוכנים לחבר מודלים.

טיפ: עבור אחסון מתמיד ומשתני סביבה (כגון הגבלות על מפתחות API ואימות), עברו אל docker-compose.yml כדי שתוכלו לטעון אמצעי אחסון ולהגדיר תצורה בצורה נקייה.

התחברות למודלים: ממשקי API מקומיים (Ollama) או בענן

Open WebUI הוא אגנוסטי לקצה האחורי. אתם יכולים:

השתמשו ב-Ollama כדי להריץ מודלים באופן מקומי (לדוגמה, Llama 3, Phi‑3, Mistral). זה נהדר עבור פרטיות ועבודה לא מקוונת.

השתמשו ב-ממשקי API בענן כמו OpenAI, Anthropic, Google או אחרים באמצעות מפתחות API.

אפשרות א': שימוש ב-Ollama באופן מקומי

התקינו את Ollama (macOS, Linux, Windows)

בקרו ב-` כדי להתקין.

משכו מודל עם Ollama

ollama pull llama3

אתם יכולים להחליף את llama3 במודלים כמו mistral,‏ phi3 או llama3:instruct, בהתאם לצרכים שלכם.

הפעילו את Open WebUI

ודאו ש-Open WebUI יכול להגיע לנקודת הקצה המקומית של Ollama (בדרך כלל `).

ב-Open WebUI, עברו אל Admin Settings ← Connections ← Ollama

הוסיפו את נקודת הקצה, בחרו מודל/ים ברירת מחדל ובדקו את החיבור.

כעת תוכלו לשוחח בצ'אט עם מודלים מקומיים ישירות בדפדפן.

אפשרות ב': שימוש בספקי ענן באמצעות מפתחות API

ב-Admin Settings ← Providers (או API/Keys)

הוסיפו מפתחות עבור OpenAI, Anthropic או Google.

בחרו מודל ברירת מחדל לכל ספק

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

הגדירו מגבלות

אכפו מגבלות קצב, היקפי שימוש או מפתחות לכל משתמש, בהתאם להגדרת הצוות שלכם.

גישה היברידית זו (מקומי + ענן) נפוצה: טיוטות מהירות על מודלים מקומיים, ולאחר מכן שיפור באמצעות מודל ענן בעת הצורך.

הצ'אט הראשון שלכם: הנחיות, מצבים וקבצים מצורפים

לאחר חיבור מודל, התחילו צ'אט חדש. כמה יסודות:

תבניות הנחיה: שמרו הוראות בשימוש תכוף (הנחיות מערכת) כמו "אתה המורה שלי לפייתון – הסבר עם דוגמאות ומבחנים."

מצבים: עברו בין סגנונות יצירתיים, תמציתיים או טכניים על ידי התאמת הנחיות מערכת או טמפרטורה.

קבצים מצורפים: העלו קבצים (קובצי PDF, TXT, CSV) שהמודל יתייחס אליהם. עבור קורפוסים גדולים או חוזרים, צרו בסיס ידע עם הטבעות (ראו RAG להלן).

טיפ למקצוענים: ארגנו צ'אטים לפי פרויקט. השתמשו בתגיות כמו #docs,‏ #code או #analysis כדי שאתם העתידיים תוכלו למצוא דברים במהירות.

בניית RAG תוך דקות: ידע, הטבעות וחיפוש

RAG ‏(Retrieval‑Augmented Generation) מאפשר למודל שלכם לענות על שאלות עם התוכן שלכם (מסמכים, הערות, מדיניות, קוד). כך מרכיבים אותו:

צרו בסיס ידע (KB)

בסרגל הצד, צרו KB חדש או "אוספים".

העלו מסמכים: קובצי PDF, markdown, HTML או טקסט.

צרו הטבעות

בחרו את הקצה האחורי של ההטבעות (מקומי באמצעות Ollama אם יש לכם מודל הטבעות, או ספק ענן באמצעות API).

צרו אינדקס למסמכים שלכם; ייתכן שייקח כמה דקות עבור ערכות גדולות יותר.

אפשרו אחזור בצ'אט

בצ'אט, הפעילו את האחזור ובחרו את ה-KB שלכם.

שאלו שאלות כמו "סכמו את מדיניות הצירוף שלנו לרשימת המשימות", או "אילו חריגים אנו מאפשרים במדיניות האבטחה?".

חזרו על הפעולה

בדקו מקורות, שפרו את המסמכים שלכם, התאימו את גודל החלוקה לחלקים ושוב הטביעו אם התשובות נראות לא נכונות.

טיפ למקצוענים: שמרו על KBs נפרדים לדיוק (לדוגמה, "עותק שיווקי", "מדיניות משפטית", "ספרי הפעלה"). זה מצמצם אחזורים לא רלוונטיים.

פעולות, כלים וזרימות עבודה

Open WebUI תומך באינטראקציות מונחות כלים, כך שהמודל יכול "לעשות דברים", לא רק לשוחח בצ'אט. בהתאם להגדרה שלכם, אתם יכולים:

להפעיל פונקציות/כלים שאתם מגדירים (לדוגמה, להריץ סקריפט, לאחזר כתובת URL, לשאול שאילתה במסד נתונים).

להשתמש בזרימות עבודה של הנחיות מערכת כדי לבנות משימות מרובות שלבים.

להוסיף תוספים/הרחבות אם הפריסה שלכם תומכת בהם.

דוגמה: זרימת עבודה של "תקציר תוכן"

שלב 1: בקשו מהמודל לחלץ מילות מפתח מנושא.

שלב 2: בצעו מחקר באמצעות כלי אינטרנט (אם מופעל) וסכמו מקורות.

שלב 3: ערכו טיוטה של קווי מתאר + גרסאות כותרת.

שלב 4: צרו גרסה קצרה/ארוכה.

שמרו שלבים אלה בתבנית לשימוש חוזר, כך שהצוות שלכם יוכל להריץ אותם בלחיצה אחת.

ניהול מודלים כמו מקצוענים

ברירות מחדל מרובות: הגדירו ברירות מחדל לכל סביבת עבודה או לכל צ'אט (לדוגמה, מקומי מהיר לסיעור מוחות, ענן מדויק להעתקה סופית).

כרטיסי מודל: תעדו מה כל מודל עושה הכי טוב – "השתמשו ב-Llama 3 לקוד, Mistral לסיכומים תמציתיים."

משימות אצווה: השתמשו בהנחיות מערכת ארוכות יותר ופלט מובנה (JSON, רשימות ביקורת) עבור משימות ניתנות לחזרה כמו בדיקות QA, תרגום או תיוג.

הגדרות ניהול: אבטחה וממשל

אם אתם מארחים בעצמכם עבור צוות, הקדישו כמה דקות כדי לחזק ולנהל את המופע שלכם.

אימות: דרשו כניסה. אם זמין, אפשרו SSO/OIDC.

מדיניות מפתחות API: הגבילו באילו ספקים ניתן להשתמש, הגדירו מפתחות לפי משתמש/תפקיד והגבילו יציאה במידת הצורך.

משתני סביבה: הגדירו דברים כמו כתובות URL של נקודות קצה של מודלים, קצה אחורי של הטבעות והגבלות מפתח באמצעות הגדרות סביבה.

מגבלות קצב ומכסות: מנעו עלויות מופרזות עם מגבלות לכל משתמש או לכל סביבת עבודה.

יכולת ביקורת: עודדו צוותים לתייג צ'אטים ולאחסן סיכומים כדי שתוכלו לעקוב אחר החלטות.

טיפ למפתחים: שימו את Open WebUI מאחורי proxy הפוך (לדוגמה, Nginx/Caddy) עם HTTPS והגדירו מקורות מותרים.

שיתוף פעולה צוותי והיגיינת ידע

הנחיות ו-KBs משותפים: צרו ספריות הנחיות ובסיסי ידע שאוצרו. הקצו תחזוקה.

גרסאות תוכן: עבור מסמכי מדיניות או מפרטים, אחסנו מקורות ב-Git או במרכז מסמכים והטביעו מחדש בעת עדכון.

תשובות ראשוניות: עודדו משתמשים ללחוץ על ציטוטים ולסרוק מסמכים מקוריים. תאמינו, אבל תבדקו.

מקרי שימוש יומיומיים (העתיקו זאת)

תוכן ושיווק

הפכו תקציר לשלוש טיוטות ספציפיות לקהל.

צרו קווי מתאר של SEO, שאלות נפוצות וכותרות.

הנדסה

הסבירו פונקציה וצרו בדיקות קצה.

סכמו PR והפיקו הערות שחרור.

תפעול ותמיכה

בנו KB מספרי הפעלה ו-SOP.

ערכו טיוטות של תגובות באמצעות מדריך הטון/סגנון שלכם.

מחקר ואסטרטגיה

סכמו 10 מסמכים לעמוד אחד עם ציטוטים.

השוו ספקים באמצעות מטריצה מובנית.

פתרון בעיות: תיקונים מהירים

"לא מצליח להתחבר ל-Ollama"

בדקו ש-Ollama פועל: `curl

אמתו גישה לרשת מהקונטיינר למארח.

"מודל לא נמצא"

משכו את המודל באמצעות Ollama:‏ ollama pull mistral

עבור ענן, אשרו את שם הדגם וההרשאות המדויקים.

"תוצאות RAG נראות לא רלוונטיות"

הטביעו מחדש עם מודל הטבעות טוב יותר.

התאימו את גודל החלוקה לחלקים (לדוגמה, 500–1,000 אסימונים) וחפיפה.

פצלו את ה-KB שלכם לאוספים קטנים יותר ונושאיים.

"העלויות עולות"

הגדירו מגבלות קצב וברירת מחדל למודלים מקומיים עבור טיוטות.

טיפים לביצועים ומהלכים מתקדמים

השתמשו ב-מודלים מקומיים קטנים יותר ליצירת רעיונות וב-מודלים גדולים יותר/מודלי ענן לסיום.

אחסנו במטמון הנחיות ותגובות תכופות במידת האפשר.

אמצו פלטים מובנים (JSON, רשימות ביקורת של נקודות) לאוטומציות במורד הזרם.

עבור נתונים רגישים, שמרו הכל באופן מקומי (Ollama + הטבעות מקומיות + אחסון מקומי).

השתמשו ב-הנחיות מערכת כדי להגדיר טון, עיצוב ומגבלות.

ראוי לציון: שילוב Open WebUI עם Sider.AI

אם אתם מפיקים הרבה תוכן או מחקר, עוזר לזרימת עבודה יכול לעזור. ראוי לציין: Sider.AI מסייע בעריכת טיוטות, סיכום וארגון של עבודה ארוכת טווח. אתם יכולים ליצור רעיונות או לאחזר הקשר ב-Open WebUI, ואז להשתמש בסיוע בסגנון עורך של Sider.AI כדי ללטש, לשנות מבנה ולבצע אופטימיזציה של מאמרים לפרסום באמצעות SEO. זהו שילוב מועיל כאשר אתם רוצים גם שליטה (צ'אט באירוח עצמי + RAG) וגם מהירות (עריכה ואופטימיזציה שיתופית).

תוכנית התחלתית פשוטה

הריצו את Open WebUI באמצעות Docker.

התקינו את Ollama, משכו את llama3 ואת mistral.

חברו את Open WebUI אל והגדירוmistral` כברירת מחדל לצ'אט.

צרו KBs:‏ מדיניות,‏ שיווק,‏ ספרי הפעלה; הטביעו עם מודל הטבעות חזק.

שמרו שלוש תבניות הנחיה: "מסכם עם נקודות", "מחולל קווי מתאר של SEO" ו-"כותב הערות שחרור".

הוסיפו מגבלות קצב ודרשו כניסה.

עם הגדרה זו, רוב הצוותים יכולים לכסות 80% ממשימות ה-AI היומיומיות.

נקודות עיקריות

Open WebUI נותן לכם ממשק משתמש נקי וניתן לשליטה לעבודה עם LLM מקומיים וענן.

לצורך פרטיות ומהירות, שלבו אותו עם Ollama באופן מקומי; ערבבו מודלי ענן בעת הצורך.

השתמשו ב-RAG כדי לבסס תשובות במסמכים שלכם; שמרו על KBs קטנים וממוקדים.

אבטחו את המופע שלכם באמצעות אימות, מדיניות מפתח ומגבלות קצב.

תקננו הנחיות ופלטים כדי שהעבודה של הצוות שלכם תהיה עקבית וניתנת לאוטומציה.

השלבים הבאים

הפעילו את Open WebUI עם Docker והתחברו ל-Ollama.

צרו את בסיס הידע הראשון שלכם ונסו צ'אט מגובה אחזור.

שמרו שלוש תבניות הנחיה שהצוות שלכם ישתמש בהן שוב מדי יום.

אם אתם מפרסמים תוכן, העבירו טיוטות דרך Sider.AI כדי לחדד טון, מבנה ו-SEO לפני העלייה לאוויר.

שאלות נפוצות

ש1: למה משמש Open WebUI? Open WebUI הוא ממשק באירוח עצמי עבור מודלים גדולים של שפה. הוא מאפשר לכם לשוחח בצ'אט עם מודלים מקומיים או מודלים בענן, לבנות זרימות עבודה של RAG עם המסמכים שלכם ולנהל הנחיות וצוותים במקום אחד.

ש2: כיצד אני משתמש ב-Open WebUI עם Ollama? התקינו את Ollama, משכו מודל כמו llama3 או mistral, ולאחר מכן כוונו את חיבור ה-Ollama של Open WebUI אל http://localhost:11434. אתם יכולים להגדיר מודל ברירת מחדל ולהתחיל לשוחח בצ'אט באופן מקומי עם פרטיות מלאה.

ש3: האם Open WebUI יכול לבצע RAG עם קובצי ה-PDF וההערות שלי? כן. צרו בסיס ידע, העלו מסמכים, צרו הטבעות ואפשרו אחזור בצ'אט. המודל יצטט ויסכם ממקורות משלכם לקבלת תשובות מבוססות.

ש4: האם Open WebUI מאובטח עבור צוותים? אתם יכולים לאכוף כניסה, לנהל מפתחות API לפי תפקיד ולהגדיר מגבלות קצב. לייצור, השתמשו ב-HTTPS מאחורי proxy הפוך והגבילו אילו ספקים או נקודות קצה מותרים.

ש5: האם עלי להשתמש במודלים מקומיים או במודלים בענן ב-Open WebUI? השתמשו במודלים מקומיים לפרטיות, מהירות ובקרת עלויות; השתמשו במודלים בענן עבור משימות מורכבות הדורשות איכות גבוהה יותר. צוותים רבים משלבים את שניהם ומגדירים ברירות מחדל ספציפיות לצ'אט.