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.

Open WebUI Nasıl Kullanılır: Daha Hızlı Yapay Zeka İş Akışları İçin Kullanışlı, Adım Adım Kılavuz

Eğer ChatGPT'nin özelleştirilebilir, kendi kendine barındırılan ve kendi modellerinize ve verilerinize bağlayabileceğiniz bir ikizi olmasını dilediyseniz, Open WebUI tam olarak budur. Yerel veya uzak büyük dil modelleri (LLM'ler) ile sohbet etmek, istemleri yönetmek, RAG (Retrieval‑Augmented Generation - Erişime Dayalı Üretim) iş akışları oluşturmak ve ekip arkadaşlarınızla işbirliği yapmak için modern ve hafif bir arayüzdür; hepsi tarayıcınızdan.

Bu pratik, çözüm odaklı kılavuzda, Open WebUI'yı uçtan uca nasıl kullanacağınızı adım adım inceleyeceğiz: kurulum seçenekleri, Ollama veya API'lere bağlanma, modelleri yönetme, erişim akışları oluşturma, örneğinizi güvenceye alma ve bir avuç profesyonel ipucu. Sonunda, kendi şartlarınızla güçlü yapay zeka iş akışlarını hızlı bir şekilde çalıştırabileceksiniz.

Open WebUI Nedir (ve Neden Kullanmalısınız)?

Open WebUI, LLM'ler için kendi kendine barındırılabilen bir web arayüzüdür. Bunu, yapay zeka etkileşimleriniz için bir komuta merkezi olarak düşünün; kendi modellerinizi (yerel veya bulut) getirin, yeniden kullanılabilir istemler oluşturun, belgelerinizi ekleyin ve temiz, sezgisel bir kullanıcı arayüzü aracılığıyla işbirliği yapın. Özellikle kontrol, genişletilebilirlik ve hız isteyen geliştiriciler, veri ekipleri ve gizliliğe duyarlı kullanıcılar arasında popülerdir.

İnsanların Open WebUI'yı seçmelerinin temel nedenleri:

Verilerinizin sahibi olun: Yerel olarak veya sunucunuzda çalıştırın.

Esnek arka uçlar: Ollama gibi yerel motorlara veya API aracılığıyla uzak sağlayıcılara bağlanın.

İş akışına hazır: RAG, araçlar, gömmeler ve yapılandırılmış istemler.

Yönetici kontrolleri: API anahtarı yönetimi, kimlik doğrulama ve ortam yapılandırması.

Başlamanın En Hızlı Yolu: Docker Hızlı Başlangıç

Docker'a aşinaysanız, dakikalar içinde çalışmaya başlayabilirsiniz.

İmajı çekin

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

Konteyneri çalıştırın

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

Tarayıcınızı açın ve ziyaret edin

Kullanıcı arayüzüne ulaşacak, bir yönetici hesabı oluşturacak ve modellere bağlanmaya hazır olacaksınız.

İpucu: Kalıcı depolama ve ortam değişkenleri (API anahtarı kısıtlamaları ve kimlik doğrulama gibi) için, bir docker-compose.yml'ye geçin, böylece birimleri bağlayabilir ve yapılandırmayı temiz bir şekilde tanımlayabilirsiniz.

Modellere Bağlanma: Yerel (Ollama) veya Bulut API'leri

Open WebUI, arka uçtan bağımsızdır. Şunları yapabilirsiniz:

Modelleri yerel olarak çalıştırmak için Ollama kullanın (örneğin, Llama 3, Phi‑3, Mistral). Bu, gizlilik ve çevrimdışı çalışma için harikadır.

API anahtarları aracılığıyla OpenAI, Anthropic, Google veya diğerleri gibi bulut API'leri kullanın.

A Seçeneği: Ollama'yı Yerel Olarak Kullanın

Ollama'yı yükleyin (macOS, Linux, Windows)

Yüklemek için ` adresini ziyaret edin.

Ollama ile bir model çekin

ollama pull llama3

İhtiyaçlarınıza bağlı olarak llama3'ü mistral, phi3 veya llama3:instruct gibi modellerle değiştirebilirsiniz.

Open WebUI'yı başlatın

Open WebUI'nın Ollama'nın yerel uç noktasına (genellikle `) ulaşabildiğinden emin olun.

Open WebUI'da Yönetici Ayarları → Bağlantılar → Ollama'ya gidin

Uç noktayı ekleyin, varsayılan modeli(leri) seçin ve bağlantıyı test edin.

Artık doğrudan tarayıcıda yerel modellerle sohbet edebilirsiniz.

B Seçeneği: API Anahtarları Aracılığıyla Bulut Sağlayıcıları Kullanın

Yönetici Ayarları → Sağlayıcılar (veya API/Anahtarlar) içinde

OpenAI, Anthropic veya Google için anahtarlar ekleyin.

Sağlayıcı başına varsayılan bir model seçin

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

Sınırlar belirleyin

Ekip kurulumunuza bağlı olarak, hız sınırları, kullanım kapsamları veya kullanıcı başına anahtarlar uygulayın.

Bu karma yaklaşım (yerel + bulut) yaygındır: yerel modellerde hızlı taslaklar hazırlayın, ardından gerektiğinde bir bulut modeliyle iyileştirin.

İlk Sohbetiniz: İstemler, Modlar ve Ekler

Bir model bağlandıktan sonra, yeni bir sohbet başlatın. Birkaç temel bilgi:

İstem şablonları: “Sen benim Python öğretmenimsin; örnekler ve testlerle açıkla” gibi sık kullanılan talimatları (sistem istemleri) kaydedin.

Modlar: Sistem istemlerini veya sıcaklığı ayarlayarak yaratıcı, özlü veya teknik stiller arasında geçiş yapın.

Ekler: Modelin referans alması için dosyaları (PDF, TXT, CSV) yükleyin. Büyük veya yinelenen derlemeler için, gömmelerle bir bilgi tabanı oluşturun (aşağıdaki RAG'ye bakın).

Profesyonel ipucu: Sohbetleri projeye göre düzenleyin. Gelecekte işleri hızlı bir şekilde bulabilmeniz için #docs, #code veya #analysis gibi etiketler kullanın.

Dakikalar İçinde RAG Oluşturun: Bilgi, Gömme ve Arama

RAG (Retrieval‑Augmented Generation - Erişime Dayalı Üretim), modelinizin içeriğinizle (belgeler, notlar, politikalar, kod) soruları yanıtlamasına olanak tanır. İşte nasıl bir araya getireceğiniz:

Bir Bilgi Tabanı (KB) Oluşturun

Kenar çubuğunda, yeni bir KB veya “Koleksiyon” oluşturun.

Belgeleri yükleyin: PDF'ler, markdown, HTML veya metin dosyaları.

Gömme Oluşturun

Gömme arka ucunu seçin (bir gömme modeliniz varsa Ollama aracılığıyla yerel veya API aracılığıyla bir bulut sağlayıcısı).

Belgelerinizi indeksleyin; daha büyük kümeler birkaç dakika sürebilir.

Sohbette Erişimi Etkinleştirin

Bir sohbette, erişimi açıp KB'nizi seçin.

“İşe alım politikamızı özetleyin ve eylem öğelerini listeleyin” veya “Güvenlik politikasında hangi istisnalara izin veriyoruz?” gibi sorular sorun.

Yineleyin

Kaynakları inceleyin, belgelerinizi iyileştirin, parça boyutunu ayarlayın ve yanıtlar kapalı görünüyorsa yeniden gömün.

Profesyonel ipucu: Doğruluk için ayrı KB'ler tutun (örneğin, “Pazarlama metni”, “Yasal politikalar”, “Çalışma kitapları”). Bu, ilgisiz erişimleri azaltır.

Eylemler, Araçlar ve İş Akışları

Open WebUI, modelin sadece sohbet etmekle kalmayıp “bir şeyler yapabilmesi” için araç odaklı etkileşimleri destekler. Kurulumunuza bağlı olarak şunları yapabilirsiniz:

Tanımladığınız işlevleri/araçları çağırın (örneğin, bir komut dosyası çalıştırın, bir URL getirin, bir veritabanını sorgulayın).

Çok adımlı görevleri yapılandırmak için sistem istemi iş akışlarını kullanın.

Dağıtımınız destekliyorsa eklentiler/uzantılar ekleyin.

Örnek: Bir “İçerik Özeti” iş akışı

Adım 1: Modelden bir konudan anahtar kelimeleri çıkarmasını isteyin.

Adım 2: Bir web aracı (etkinleştirilmişse) aracılığıyla araştırma yapın ve kaynakları özetleyin.

Adım 3: Bir taslak + başlık varyantları hazırlayın.

Adım 4: Kısa/uzun bir sürüm oluşturun.

Bu adımları yeniden kullanılabilir bir şablona kaydedin, böylece ekibiniz bunları tek bir tıklamayla çalıştırabilir.

Modelleri Bir Profesyonel Gibi Yönetme

Birden çok varsayılan: Çalışma alanı başına veya sohbet başına varsayılanlar ayarlayın (örneğin, beyin fırtınası için hızlı yerel, son kopya için hassas bulut).

Model kartları: Her modelin neyi en iyi yaptığını belgeleyin; “Kod için Llama 3'ü, özlü özetler için Mistral'i kullanın.”

Toplu görevler: Tekrarlanabilir görevler için daha uzun sistem istemleri ve yapılandırılmış çıktı (JSON, kontrol listeleri) kullanın; örneğin, KA kontrolleri, çeviri veya etiketleme.

Yönetici Ayarları: Güvenlik ve Yönetişim

Bir ekip için kendi kendine barındırma yapıyorsanız, örneğinizi güçlendirmek ve yönetmek için birkaç dakikanızı ayırın.

Kimlik doğrulama: Oturum açma zorunluluğu getirin. Mümkünse, SSO/OIDC'yi etkinleştirin.

API anahtarı politikaları: Hangi sağlayıcıların kullanılabileceğini sınırlayın, anahtarları kullanıcı/role göre kapsamlandırın ve uygun olduğunda çıkışı kısıtlayın.

Ortam değişkenleri: Model uç noktası URL'leri, gömme arka uçları ve anahtar kısıtlamaları gibi şeyleri ortam ayarları aracılığıyla yapılandırın.

Hız sınırları ve kotalar: Kullanıcı başına veya çalışma alanı başına sınırlar ile kontrolden çıkan maliyetleri önleyin.

Denetlenebilirlik: Ekipleri sohbetleri etiketlemeye ve özetleri depolamaya teşvik edin, böylece kararları izleyebilirsiniz.

Geliştirici ipucu: Open WebUI'yı HTTPS ile bir ters proxy'nin (örneğin, Nginx/Caddy) arkasına yerleştirin ve izin verilen kaynakları ayarlayın.

Ekip İşbirliği ve Bilgi Hijyeni

Paylaşılan istemler ve KB'ler: Seçilmiş istem kitaplıkları ve bilgi tabanları oluşturun. Bakımcılar atayın.

İçeriği sürümleyin: Politika belgeleri veya özellikler için, kaynakları Git'te veya bir belge merkezinde depolayın ve güncellendiğinde yeniden gömün.

Kaynağa dayalı yanıtlar: Kullanıcıları alıntılara tıklamaya ve orijinal belgeleri taramaya teşvik edin. Güvenin, ancak doğrulayın.

Günlük Kullanım Durumları (Bunları Kopyalayın)

İçerik ve pazarlama

Bir özeti üç kitleye özel taslağa dönüştürün.

SEO taslakları, SSS'ler ve başlıklar oluşturun.

Mühendislik

Bir işlevi açıklayın ve uç durum testleri oluşturun.

PR'ları özetleyin ve sürüm notları üretin.

Operasyonlar ve destek

Çalışma kitaplarından ve SOP'lerden bir KB oluşturun.

Ton/stil kılavuzunuzu kullanarak yanıtlar tasarlayın.

Araştırma ve strateji

10 belgeyi alıntılarla birlikte 1 sayfalık bir özet haline getirin.

Yapılandırılmış bir matris kullanarak satıcıları karşılaştırın.

Sorun Giderme: Hızlı Düzeltmeler

“Ollama'ya bağlanılamıyor”

Ollama'nın çalıştığını kontrol edin: `curl

Konteynerden ana bilgisayara ağ erişimini doğrulayın.

“Model bulunamadı”

Ollama aracılığıyla modeli çekin: ollama pull mistral

Bulut için, tam model adını ve izinleri onaylayın.

“RAG sonuçları alakasız görünüyor”

Daha iyi bir gömme modeliyle yeniden gömün.

Parça boyutunu (örneğin, 500–1.000 jeton) ve örtüşmeyi ayarlayın.

KB'nizi daha küçük, tematik koleksiyonlara ayırın.

“Maliyetler artıyor”

Hız sınırları ayarlayın ve taslaklar için yerel modellere varsayılan olarak geçin.

Performans İpuçları ve Gelişmiş Hareketler

Fikir üretimi için daha küçük yerel modeller, sonuçlandırma için daha büyük/bulut modelleri kullanın.

Mümkün olduğunda sık kullanılan istemleri ve yanıtları önbelleğe alın.

Aşağı akış otomasyonları için yapılandırılmış çıktılar (JSON, madde işaretli kontrol listeleri) benimseyin.

Hassas veriler için, her şeyi yerel tutun (Ollama + yerel gömmeler + şirket içi depolama).

Tonu, biçimlendirmeyi ve koruma raylarını tanımlamak için sistem istemlerini kullanın.

Belirtmeye Değer: Open WebUI'yı Sider.AI ile Eşleştirme

Çok fazla içerik üretiyorsanız veya araştırma yapıyorsanız, bir iş akışı yardımcısı yardımcı olabilir. Belirtmeye değer: Sider.AI, uzun biçimli çalışmaları taslak haline getirme, özetleme ve düzenleme konusunda yardımcı olur. Open WebUI'da fikir üretebilir veya bağlam alabilir, ardından makaleleri yayınlamak için cilalamak, yeniden yapılandırmak ve SEO açısından optimize etmek için Sider.AI'nın editör tarzı yardımını kullanabilirsiniz. Hem kontrol (kendi kendine barındırılan sohbet + RAG) hem de hız (işbirlikçi düzenleme ve optimizasyon) istediğinizde faydalı bir eşleşmedir.

Basit Bir Başlangıç Planı

Open WebUI'yı Docker aracılığıyla çalıştırın.

Ollama'yı yükleyin, llama3 ve mistral'ı çekin.

Open WebUI'yı bağlayın vemistral` sohbet için varsayılan olarak ayarlayın.

KB'ler oluşturun: Politikalar, Pazarlama, Çalışma Kitapları; güçlü bir gömme modeliyle gömün.

Üç istem şablonu kaydedin: “Madde işaretleriyle özetleyici”, “SEO taslak oluşturucu” ve “Sürüm notları yazarı.”

Hız sınırları ekleyin ve oturum açma zorunluluğu getirin.

Bu kurulumla, çoğu ekip günlük yapay zeka görevlerinin %80'ini kapsayabilir.

Temel Çıkarımlar

Open WebUI, yerel ve bulut LLM'lerle çalışmak için size temiz, kontrol edilebilir bir kullanıcı arayüzü sunar.

Gizlilik ve hız için, yerel olarak Ollama ile eşleştirin; gerektiğinde bulut modellerini karıştırın.

Yanıtları belgelerinizde temellendirmek için RAG kullanın; KB'leri küçük ve odaklı tutun.

Kimlik doğrulama, anahtar politikaları ve hız sınırları ile örneğinizi güvenceye alın.

Ekibinizin çalışmasının tutarlı ve otomatikleştirilebilir olması için istemleri ve çıktıları standartlaştırın.

Sonraki Adımlar

Docker ile Open WebUI'yı başlatın ve Ollama'ya bağlanın.

İlk bilgi tabanınızı oluşturun ve erişim destekli bir sohbet deneyin.

Ekibinizin günlük olarak yeniden kullanacağı üç istem şablonu kaydedin.

İçerik yayınlıyorsanız, yayınlanmadan önce tonu, yapıyı ve SEO'yu iyileştirmek için taslakları Sider.AI'dan geçirin.

SSS

S1:Open WebUI ne için kullanılır? Open WebUI, büyük dil modelleri için kendi kendine barındırılan bir arayüzdür. Yerel veya bulut modelleriyle sohbet etmenize, belgelerinizle RAG iş akışları oluşturmanıza ve istemleri ve ekipleri tek bir yerden yönetmenize olanak tanır.

S2:Open WebUI'yı Ollama ile nasıl kullanırım? Ollama'yı yükleyin, llama3 veya mistral gibi bir model çekin ve ardından Open WebUI'nın Ollama bağlantısını http://localhost:11434'e yönlendirin. Varsayılan bir model ayarlayabilir ve tam gizlilikle yerel olarak sohbet etmeye başlayabilirsiniz.

S3:Open WebUI, PDF'lerim ve notlarımla RAG yapabilir mi? Evet. Bir bilgi tabanı oluşturun, belgeleri yükleyin, gömmeler oluşturun ve sohbette erişimi etkinleştirin. Model, dayanaklı yanıtlar için kendi kaynaklarınızdan alıntı yapacak ve özetleyecektir.

S4:Open WebUI ekipler için güvenli midir? Oturum açmayı zorunlu kılabilir, API anahtarlarını role göre yönetebilir ve hız sınırları belirleyebilirsiniz. Üretim için, bir ters proxy'nin arkasında HTTPS kullanın ve hangi sağlayıcılara veya uç noktalara izin verildiğini kısıtlayın.

S5:Open WebUI'da yerel mi yoksa bulut modelleri mi kullanmalıyım? Gizlilik, hız ve maliyet kontrolü için yerel modelleri kullanın; daha yüksek kalite gerektiren karmaşık görevler için bulut modellerini kullanın. Birçok ekip her ikisini de birleştirir ve sohbet özelinde varsayılanlar ayarlar.