Open WebUI का उपयोग कैसे करें: तेजी से AI कार्यप्रवाह के लिए एक दोस्ताना, चरण-दर-चरण मार्गदर्शिका
अद्यतन 18 सित. 2025 को
8 मिनट
Open WebUI का उपयोग कैसे करें: तेजी से AI कार्यप्रवाह के लिए एक दोस्ताना, चरण-दर-चरण मार्गदर्शिका
अगर आपने कभी सोचा है कि ChatGPT का एक कस्टमाइज़ेबल, सेल्फ-होस्टेड ट्विन हो जिसे आप अपने मॉडल्स और डेटा के साथ जोड़ सकें, तो Open WebUI बिल्कुल वैसा ही है। यह लोकल या रिमोट बड़े लैंग्वेज मॉडल्स (LLMs) के साथ चैट करने, प्रॉम्प्ट मैनेज करने, RAG (Retrieval-Augmented Generation) वर्कफ्लो बनाने, और टीम के साथ सहयोग करने के लिए एक आधुनिक, हल्का इंटरफ़ेस है—सब कुछ आपके ब्राउज़र से।
इस व्यावहारिक, समाधान-उन्मुख मार्गदर्शिका में, हम Open WebUI को एंड-टू-एंड कैसे इस्तेमाल करें यह समझाएंगे: सेटअप विकल्प, Ollama या API से कनेक्ट करना, मॉडल प्रबंधन, रिट्रीवल फ़्लो बनाना, सुरक्षा, और कुछ प्रो टिप्स। अंत तक, आप अपनी आवश्यकताओं के अनुसार तेजी से शक्तिशाली AI वर्कफ्लो चला सकेंगे।
Open WebUI क्या है (और इसे क्यों इस्तेमाल करें)?
Open WebUI एक सेल्फ-होस्टेड वेब इंटरफ़ेस है जो LLMs के लिए कमांड सेंटर की तरह है—अपने मॉडल्स (लोकल या क्लाउड), रीयूजेबल प्रॉम्प्ट्स, दस्तावेज़ जोड़ें, और एक साफ़, सहज UI के ज़रिए टीम के साथ सहयोग करें। यह खासकर डिवेलपर्स, डेटा टीम्स, और प्राइवेसी-परक उपयोगकर्ताओं में लोकप्रिय है जो नियंत्रण, एक्स्टेंसिबिलिटी, और गति चाहते हैं।
लोग Open WebUI क्यों चुनते हैं:
- अपने डेटा के मालिक बनें: लोकल या अपने सर्वर पर चलाएं।
- लचीले बैकएंड: Ollama जैसे लोकल इंजन या API के माध्यम से रिमोट प्रोवाइडर्स से कनेक्ट करें।
- वर्कफ्लो के लिए तैयार: RAG, टूल्स, एम्बेडिंग्स, और संरचित प्रॉम्प्ट्स।
- एडमिन कंट्रोल्स: API की प्रबंधन, प्रमाणन, और एनवायरनमेंट कॉन्फ़िगरेशन।
शुरू करने का सबसे तेज़ तरीका: Docker क्विक स्टार्ट
अगर आप Docker में आरामदायक हैं, तो आप मिनटों में तैयार हो सकते हैं।
- इमेज डाउनलोड करें
docker pull ghcr.io/open-webui/open-webui:main- कंटेनर चलाएं
docker run -d --name open-webui -p 3000:8080 ghcr.io/open-webui/open-webui:main- अपने ब्राउज़र में खोलें और नेविगेट करें
आप UI पर पहुंचेंगे, एक एडमिन अकाउंट बनाएंगे, और मॉडल कनेक्ट करने के लिए तैयार होंगे।
टिप: स्थायी स्टोरेज और एनवायरनमेंट वेरिएबल्स (जैसे API की सीमाएं और ऑथ) के लिए
docker-compose.yml का उपयोग करें ताकि आप वॉल्यूम माउंट कर सकें और कॉन्फ़िगरेशन साफ़-सुथरे तरीके से परिभाषित कर सकें।मॉडल्स से कनेक्ट करना: लोकल (Ollama) या क्लाउड API
Open WebUI बैकएंड-एग्नोस्टिक है। आप:
- Ollama का उपयोग मॉडल्स को लोकली चलाने के लिए कर सकते हैं (जैसे Llama 3, Phi-3, Mistral)। यह प्राइवेसी और ऑफ़लाइन काम के लिए बेहतरीन है।
- क्लाउड API ओपनएआई, Anthropic, Google या अन्य के API कीज़ के माध्यम से उपयोग कर सकते हैं।
विकल्प A: लोकली Ollama का उपयोग करें
- Ollama इंस्टॉल करें (macOS, Linux, Windows)
- इंस्टॉल करने के लिए ` लिंक पर जाएं।
- Ollama के साथ मॉडल डाउनलोड करें
ollama pull llama3आप
llama3 की जगह mistral, phi3, या llama3:instruct जैसे मॉडल्स चुन सकते हैं अपनी ज़रूरत के अनुसार।- Open WebUI शुरू करें
- सुनिश्चित करें कि Open WebUI Ollama के लोकल एंडपॉइंट (आमतौर पर `) तक पहुंच सकता है।
- Open WebUI में जाएं: Admin Settings → Connections → Ollama
- एंडपॉइंट जोड़ें, डिफ़ॉल्ट मॉडल चुनें, और कनेक्शन टेस्ट करें।
अब आप सीधे ब्राउज़र में लोकल मॉडल्स के साथ चैट कर सकते हैं।
विकल्प B: क्लाउड प्रोवाइडर्स API कीज़ के ज़रिए उपयोग करें
- Admin Settings → Providers (या API/Keys) में जाएं
- OpenAI, Anthropic, या Google के कीज़ जोड़ें।
- प्रत्येक प्रोवाइडर के लिए डिफ़ॉल्ट मॉडल चुनें
- उदाहरण के लिए:
gpt-4o-mini(OpenAI),claude-3-haiku(Anthropic), याgemini-1.5-flash(Google)।
- सीमाएँ निर्धारित करें
- रेट लिमिट्स, उपयोग सीमा, या यूज़र-विशिष्ट कीज़ टीम सेटअप के अनुसार लागू करें।
यह हाइब्रिड तरीका (लोकल + क्लाउड) आम है: लोकल मॉडल्स पर त्वरित ड्राफ्ट, फिर आवश्यकता अनुसार क्लाउड मॉडल से सुधार।
आपकी पहली चैट: प्रॉम्प्ट्स, मोड्स, और अटैचमेंट्स
एक बार मॉडल कनेक्ट हो जाए, नई चैट शुरू करें। कुछ बुनियादी बातें:
- प्रॉम्प्ट टेम्पलेट्स: बार-बार उपयोग किए जाने वाले निर्देश (सिस्टम प्रॉम्प्ट) जैसे “आप मेरे Python ट्यूटर हैं—उदाहरणों और टेस्ट के साथ समझाएं।” को सेव करें।
- मोड्स: सिस्टम प्रॉम्प्ट या टेम्परेचर को बदलकर रचनात्मक, संक्षिप्त, या तकनीकी स्टाइल में स्विच करें।
- अटैचमेंट्स: फाइलें (PDFs, TXT, CSV) अपलोड करें ताकि मॉडल संदर्भ ले सके। बड़े या बार-बार उपयोग होने वाले संग्रह के लिए, RAG (नीचे देखें) के ज़रिए नॉलेज बेस बनाएं।
प्रो टिप: अपनी चैट को प्रोजेक्ट्स के हिसाब से व्यवस्थित करें। टैग्स जैसे
#docs, #code, या #analysis का उपयोग करें ताकि भविष्य में खोज आसान हो।मिनटों में RAG बनाएं: ज्ञान, एम्बेडिंग्स, और खोज
RAG (Retrieval-Augmented Generation) आपके मॉडल को आपके कंटेंट (दस्तावेज़, नोट्स, नीतियाँ, कोड) के आधार पर सवालों के जवाब देने देता है। इसे कैसे बनाएं:
- नॉलेज बेस (KB) बनाएं
- साइडबार में नया KB या “Collections” बनाएं।
- दस्तावेज़ अपलोड करें: PDFs, मार्कडाउन, HTML, या टेक्स्ट फाइलें।
- एम्बेडिंग्स बनाएं
- एम्बेडिंग्स बैकएंड चुनें (अगर आपके पास एम्बेडिंग मॉडल है तो लोकल Ollama से, अन्यथा क्लाउड प्रोवाइडर से API के ज़रिए)।
- अपने दस्तावेज़ों सूचकांकित करें; बड़े सेट में कुछ मिनट लग सकते हैं।
- चैट में रिट्रीवल सक्षम करें
- चैट में रिट्रीवल चालू करें और अपना KB चुनें।
- जैसे पूछें “हमारी ऑनबोर्डिंग नीति का सारांश दें और कार्रवाई के बिंदु बताएं,” या “सुरक्षा नीति में कौन-से अपवाद लागू हैं?”
- दोहराएँ
- स्रोतों की जाँच करें, दस्तावेज़ सुधारें, चंक साइज़ समायोजित करें, और यदि उत्तर सही न लगें तो पुनः एम्बेड करें।
प्रो टिप: सटीकता के लिए अलग-अलग KB बनाएं (जैसे “Marketing copy,” “Legal policies,” “Runbooks”)। इससे अप्रासंगिक रिट्रीवल कम होगा।
क्रियाएं, टूल्स, और वर्कफ्लोज़
Open WebUI टूल-चालित इंटरैक्शन सपोर्ट करता है ताकि मॉडल सिर्फ चैट न करे बल्कि “काम भी कर सके।” आपकी सेटअप के हिसाब से आप:
- अपनी परिभाषित फ़ंक्शन/टूल कॉल करें (जैसे स्क्रिप्ट चलाना, URL फेच करना, डेटाबेस क्वेरी करना)।
- सिस्टम प्रॉम्प्ट वर्कफ्लोज़ का उपयोग करके मल्टी-स्टेप कार्य संरचित करें।
- प्लगइन्स/एक्सटेंशन्स जोड़ें यदि आपका डिप्लॉयमेंट उन्हें सपोर्ट करता है।
उदाहरण: “Content Brief” वर्कफ्लो
- चरण 1: मॉडल से विषय से कीवर्ड निकालने को कहें।
- चरण 2: वेब टूल (यदि सक्षम हो) से रिसर्च करें और स्रोतों का सारांश बनाएं।
- चरण 3: खाँचा + शीर्षक विकल्प ड्राफ्ट करें।
- चरण 4: संक्षिप्त/विस्तृत संस्करण बनाएँ।
इन चरणों को रीयूजेबल टेम्पलेट में सेव करें ताकि आपकी टीम इसे एक क्लिक में चला सके।
प्रो की तरह मॉडल प्रबंधन
- कई डिफ़ॉल्ट सेट करें: वर्कस्पेस या चैट के अनुसार डिफ़ॉल्ट मॉडल (जैसे विचार-मंथन के लिए तेज़ लोकल, अंतिम कॉपी के लिए सटीक क्लाउड)।
- मॉडल कार्ड्स: हर मॉडल की विशेषताएं दस्तावेज़ करें—“कोड के लिए Llama 3, संक्षिप्त सार के लिए Mistral।”
- बैच टास्क: लंबे सिस्टम प्रॉम्प्ट्स और संरचित आउटपुट (
JSON, चेकलिस्ट) का उपयोग दोहराए जाने वाले कार्य जैसे QA चेक, अनुवाद, या टैगिंग के लिए करें।
एडमिन सेटिंग्स: सुरक्षा और प्रशासन
यदि आप टीम के लिए सेल्फ-होस्ट कर रहे हैं, तो अपनी इंस्टेंस को मजबूत और नियंत्रित करने के लिए कुछ मिनट लगाएं।
- प्रमाणीकरण: साइन-इन आवश्यक बनाएं। उपलब्ध हो तो SSO/OIDC सक्षम करें।
- API की नीतियाँ: किन प्रोवाइडर्स को इस्तेमाल किया जा सकता है सीमित करें, कीज़ को यूज़र/रोल के अनुसार स्कोप करें, और आवश्यकतानुसार नेटवर्क एक्सेस रोकें।
- एनवायरनमेंट वेरिएबल्स: मॉडल एंडपॉइंट URLs, एम्बेडिंग बैकएंड्स, और की प्रतिबंध env सेटिंग्स से कॉन्फ़िगर करें।
- रेट लिमिट्स और कोटास: लागत नियंत्रण के लिए यूज़र या वर्कस्पेस स्तर पर सीमा लगाएं।
- ऑडिटेबिलिटी: टीमों को चैट को टैग करने और सारांश संग्रहित करने के लिए प्रोत्साहित करें ताकि निर्णयों का पता लगाया जा सके।
डेव टिप: Open WebUI को रिवर्स प्रॉक्सी (जैसे Nginx/Caddy) के पीछे HTTPS के साथ लगाएं और अनुमत मूल निर्धारित करें।
टीम सहयोग और ज्ञान प्रबंधन
- साझा प्रॉम्प्ट्स और KBs: क्यूरेटेड प्रॉम्प्ट लाइब्रेरियां और नॉलेज बेस बनाएं। मेंटेनर्स नियुक्त करें।
- सामग्री का संस्करण नियंत्रित करें: नीति दस्तावेज़ या स्पेसिफिकेशन के लिए स्रोत Git या डॉक्स हब में रखें और अपडेट के समय पुनः एम्बेड करें।
- स्रोत-आधारित जवाब: यूज़र्स को संदर्भ पर क्लिक करने और मूल दस्तावेज़ जांचने के लिए प्रोत्साहित करें। विश्वास करें, लेकिन सत्यापित करें।
दैनिक उपयोग के मामले (इन्हें अपनाएं)
- कंटेंट और मार्केटिंग
- एक ब्रीफ को तीन अलग-अलग ऑडियंस के लिए ड्राफ्ट में बदलें।
- SEO आउटलाइन, FAQ, और शीर्षक बनाएं।
- इंजीनियरिंग
- फ़ंक्शन समझाएं और एज केस टेस्ट बनाएँ।
- PRs का सारांश दें और रिलीज नोट्स तैयार करें।
- ऑप्स और सपोर्ट
- रनबुक्स और SOPs से KB बनाएं।
- अपने टोन/स्टाइल गाइड के अनुसार जवाब ड्राफ्ट करें।
- रिसर्च और स्ट्रैटेजी
- 10 दस्तावेजों को 1-पेज सारांश में बदलें, संदर्भ सहित।
- विक्रेताओं की तुलना संरचित मैट्रिक्स में करें।
समस्या निवारण: त्वरित समाधान
- “Ollama से कनेक्ट नहीं हो पा रहा”
- जांचें कि Ollama चल रहा है: `curl
- कंटेनर से होस्ट तक नेटवर्क एक्सेस सत्यापित करें।
- “मॉडल नहीं मिला”
- Ollama से मॉडल डाउनलोड करें:
ollama pull mistral
- क्लाउड के लिए, निश्चित मॉडल नाम और अनुमति जांचें।
- “RAG परिणाम अप्रासंगिक लग रहे हैं”
- बेहतर एम्बेडिंग मॉडल के साथ पुनः एम्बेड करें।
- चंक साइज़ समायोजित करें (जैसे 500–1,000 टोकन) और ओवरलैप करें।
- अपने KB को छोटे, विषय-आधारित संग्रहों में विभाजित करें।
- “खर्च बढ़ रहे हैं”
- रेट लिमिट सेट करें और ड्राफ्ट के लिए डिफ़ॉल्ट लोकल मॉडल चुनें।
प्रदर्शन सुझाव और उन्नत रणनीतियाँ
- छोटे लोकल मॉडल आइडियेशन के लिए और बड़े/क्लाउड मॉडल अंतिम संस्करण के लिए इस्तेमाल करें।
- जहां संभव हो अक्सर उपयोग होने वाले प्रॉम्प्ट्स और उत्तर कैश करें।
- संरचित आउटपुट अपनाएं (
JSON, बुलेट चेकलिस्ट) डाउनस्ट्रीम ऑटोमेशन के लिए।
- संवेदनशील डेटा के लिए सब कुछ लोकल रखें (Ollama + लोकल एम्बेडिंग + ऑन-प्रिम स्टोरेज)।
- सिस्टम प्रॉम्प्ट्स का उपयोग कर टोन, फॉर्मेटिंग, और गार्डरेल्स सेट करें।
ध्यान देने योग्य: Open WebUI को Sider.AI के साथ मिलाना
यदि आप बड़ी मात्रा में कंटेंट या रिसर्च बनाते हैं, तो एक वर्कफ्लो साथी मदद कर सकता है। ध्यान देने योग्य: Sider.AI ड्राफ्टिंग, सारांश बनाने, और लंबे काम को व्यवस्थित करने में सहायता करता है। आप Open WebUI में विचार कर या संदर्भ पुनः प्राप्त कर सकते हैं, फिर Sider.AI के एडिटर-स्टाइल साथ में लेखों को पॉलिश, पुनर्गठित, और SEO-अनुकूलित कर सकते हैं। यह संयोजन तब उपयोगी होता है जब आप नियंत्रण (सेल्फ-होस्टेड चैट + RAG) और गति (सहयोगी संपादन और अनुकूलन) दोनों चाहते हैं।
एक साधारण शुरुआती योजना
- Open WebUI को Docker के ज़रिए चलाएं।
- Ollama इंस्टॉल करें,
llama3औरmistralडाउनलोड करें।
- Open WebUI को कनेक्ट करें और
mistralको चैट के लिए डिफ़ॉल्ट सेट करें।
- KB बनाएं:
Policies,Marketing,Runbooks; एक मजबूत एम्बेडिंग मॉडल के साथ एम्बेड करें।
- तीन प्रॉम्प्ट टेम्पलेट्स सेव करें: “बुलेट्स के साथ सारांशकर्ता,” “SEO आउटलाइन जनरेटर,” और “रिलीज नोट्स लेखक।”
- रेट लिमिट्स जोड़ें और लॉगिन आवश्यक बनाएं।
इस सेटअप के साथ अधिकांश टीमें दैनिक AI कार्यों का 80% कवर कर सकती हैं।
मुख्य निष्कर्ष
- Open WebUI आपको साफ़-सुथरे, नियंत्रित UI के साथ लोकल और क्लाउड LLMs पर काम करने देता है।
- गोपनीयता और गति के लिए इसे लोकल Ollama के साथ जोड़ें; आवश्यकता पड़ने पर क्लाउड मॉडल मिक्स करें।
- RAG का उपयोग अपने दस्तावेज़ों पर आधारित उत्तर देने के लिए करें; KBs को छोटा और केंद्रित रखें।
- अपने इंस्टेंस को ऑथ, की नीतियाँ, और रेट लिमिट से सुरक्षित करें।
- प्रॉम्प्ट्स और आउटपुट को मानकीकृत करें ताकि आपकी टीम का काम संगत और ऑटोमेटेबल हो।
अगले कदम
- Docker से Open WebUI सेट करें और Ollama से कनेक्ट करें।
- अपना पहला नॉलेज बेस बनाएं और रिट्रीवल-बैक्ड चैट आज़माएं।
- तीन प्रॉम्प्ट टेम्पलेट्स सेव करें जिन्हें आपकी टीम रोज़ाना उपयोग करेगी।
- यदि आप कंटेंट प्रकाशित करते हैं, तो लाइव जाने से पहले ड्राफ्ट को Sider.AI के माध्यम से टोन, संरचना, और SEO के लिए सुधारें।
अक्सर पूछे जाने वाले प्रश्न
Q1: Open WebUI किस लिए इस्तेमाल होता है?
Open WebUI एक सेल्फ-होस्टेड इंटरफ़ेस है बड़े लैंग्वेज मॉडल्स के लिए। यह आपको लोकल या क्लाउड मॉडल्स के साथ चैट करने, अपने दस्तावेज़ों के साथ RAG वर्कफ्लो बनाने, और प्रॉम्प्ट्स व टीम प्रबंधन एक ही जगह से करने देता है।
Q2: मैं Open WebUI को Ollama के साथ कैसे उपयोग करूं?
Ollama इंस्टॉल करें, जैसे
llama3 या mistral मॉडल डाउनलोड करें, फिर Open WebUI में Ollama कनेक्शन को http://localhost:11434 पर सेट करें। आप डिफ़ॉल्ट मॉडल सेट कर सकते हैं और पूर्ण प्राइवेसी के साथ लोकली चैट शुरू कर सकते हैं।Q3: क्या Open WebUI मेरे PDFs और नोट्स के साथ RAG कर सकता है?
हाँ। एक नॉलेज बेस बनाएं, दस्तावेज़ अपलोड करें, एम्बेडिंग्स बनाएं, और चैट में रिट्रीवल सक्षम करें। मॉडल आपके स्रोतों से उद्धृत करके आधारित उत्तर देगा।
Q4: क्या Open WebUI टीमों के लिए सुरक्षित है?
आप साइन-इन लागू कर सकते हैं, भूमिका के अनुसार API की प्रबंधन कर सकते हैं, और रेट लिमिट सेट कर सकते हैं। प्रोडक्शन के लिए, HTTPS के साथ रिवर्स प्रॉक्सी का उपयोग करें और अनुमति प्राप्त प्रोवाइडर्स या एंडपॉइंट्स को सीमित करें।
Q5: मुझे Open WebUI में लोकल या क्लाउड मॉडल का उपयोग करना चाहिए?
गोपनीयता, गति, और लागत नियंत्रण के लिए लोकल मॉडल का उपयोग करें; उच्च गुणवत्ता वाले जटिल कार्यों के लिए क्लाउड मॉडल। कई टीमें दोनों का संयोजन करती हैं और चैट-विशेष डिफ़ॉल्ट सेट करती हैं।
हाल की लेख
कैसे करें ChatPDF में महारत: घने दस्तावेज़ों से तेजी से जानकारी प्राप्त करें
तेज़ और सटीक दस्तावेज़ों के लिए सर्वश्रेष्ठ X Auto-Translation विकल्प
ईरान में Samsung AI अनुवाद उपलब्ध नहीं? व्यावहारिक समाधान
फ़ारसी अनुवाद उपकरण: तेज़ और सटीक काम के लिए एक व्यावहारिक मार्गदर्शिका
गहराई से संदर्भित अनुसंधान के लिए सर्वश्रेष्ठ Grok विकल्प
AI इमेज जेनरेटर की 15 बेहतरीन विशेषताएं जिनका आप वास्तव में उपयोग करेंगे