Open WebUI؛ رابط چت هوش مصنوعی خصوصی برای تیم شما

کاربردهایی که تیم‌ها معمولاً در هفتهٔ اول راه می‌اندازند:

Open WebUI را هنگام سفارش سرور در تب «اپلیکیشن‌ها» انتخاب می‌کنید و پس از روشن‌شدن سرور، اسکریپت نصب کار را ادامه می‌دهد. بسته‌های docker.io و openssl روی Ubuntu نصب می‌شوند و یک کلید محرمانهٔ تصادفی با openssl rand ساخته و در فایل /etc/open-webui-secret با دسترسی ۶۰۰ نگه داشته می‌شود. این کلید نشست‌های ورود را امضا می‌کند و چون ثابت می‌ماند، با راه‌اندازی مجدد سرور کاربران از حساب خارج نمی‌شوند.

سپس ایمیج ghcr.io/open-webui/open-webui با برچسب main با سیاست راه‌اندازی مجدد unless-stopped اجرا می‌شود: پورت ۳۰۰۰ سرور به ۸۰۸۰ داخلی می‌رسد و همهٔ داده‌ها در /opt/open-webui می‌مانند. متغیر OLLAMA_BASE_URL روی host.docker.internal و پورت ۱۱۴۳۴ تنظیم و این نام با host-gateway به خود سرور نگاشت می‌شود؛ پس اگر بعداً Ollama را روی همین سرور با پورت منتشرشده اجرا کنید، بدون تنظیم اضافه دیده می‌شود. قانون فایروال پورت ۳۰۰۰ خودکار اضافه می‌شود و آدرس ورود با IP واقعی سرور در تب «اپلیکیشن» نمایش داده می‌شود. نصب هزینهٔ جداگانه ندارد.

دو کار با شماست. اول حساب مدیر: نصب خودکار حسابی نمی‌سازد و اولین ثبت‌نام مدیر می‌شود؛ تا آن لحظه هر کسی که آدرس را پیدا کند می‌تواند مدیر شود، پس بلافاصله پس از پایان نصب صفحه را باز کنید یا پیش از آن پورت ۳۰۰۰ را در تب «فایروال» به IP خودتان محدود کنید. دوم مدل: نصب، مدل زبانی یا Ollama همراه ندارد و باید یک API بیرونی یا Ollama وصل کنید. اگر روزی بخواهید Open WebUI را از نو یا روی سرور دیگری دستی اجرا کنید، همین پارامترها را با Docker تکرار کنید.

با مدل محلی روی Ollama، متن هیچ‌وقت از سرور خارج نمی‌شود و هزینه فقط اجارهٔ سرور است؛ اما روی سرور بدون GPU، مدل‌ها کوچک‌تر و پاسخ‌ها کندترند. این گزینه برای خلاصه‌سازی، پرسش از اسناد کوتاه و کارهای حساس به حریم داده مناسب است. برای کیفیت بهتر، مدل‌های هفت‌میلیاردی فشرده روی پلن pro قابل اجرا هستند.

با API بیرونی سازگار با OpenAI، کیفیت و سرعت مدل‌های بزرگ تجاری را دارید، اما پیام‌ها برای پاسخ به آن سرویس فرستاده می‌شوند و هزینه به ازای توکن است. بسیاری از تیم‌ها هر دو را وصل می‌کنند: مدل محلی پیش‌فرض برای همه، مدل بیرونی فقط برای گروهی که واقعاً نیاز دارد. Open WebUI این تفکیک را با دسترسی گروهی به هر مدل ممکن می‌کند.

Open WebUI رایگان است و فقط سرور ابری را ساعتی می‌پردازید. خود Open WebUI با Python اجرا می‌شود و با بخش پرسش از اسناد حدود یک تا دو گیگابایت حافظه می‌گیرد؛ پس کوچک‌ترین پلن منطقی standard است. اگر Ollama را هم روی همین سرور اجرا کنید، RAM مدل به این عدد اضافه می‌شود.

الگوی منعطف‌تر این است که Open WebUI روی یک سرور standard و Ollama روی سرور جداگانهٔ plus یا pro باشد و دو سرور در شبکهٔ خصوصی با هم حرف بزنند؛ این‌طور می‌توانید سرور مدل را جدا بزرگ یا کوچک کنید. برای جمع‌زدن هزینهٔ چند سرور از ماشین‌حساب هزینه استفاده کنید.

Open WebUI پیش‌فرض روی http و پورت ۳۰۰۰ است. پروکسی لبهٔ ایران‌کلاد به پورت ۸۰ سرور وصل می‌شود؛ پورت ۸۰ سرور را در Docker به ۸۰۸۰ داخلی منتشر کنید یا یک nginx جلوی آن بگذارید، سپس زیردامنه‌ای مثل ai.example.com را در مدیریت DNS پشت پروکسی لبه ببرید تا SSL خودکار صادر شود. پاسخ‌های جریانی مدل‌های کند ممکن است طول بکشد؛ زمان انتظار سرور اصلی را در تنظیمات لبه بالا ببرید. پس از آن قانون پورت ۳۰۰۰ را در فایروال شبکه حذف کنید.

اگر نمی‌خواهید غریبه‌ها ثبت‌نام کنند، ثبت‌نام عمومی را در تنظیمات مدیر خاموش کنید. کلیدهای API سرویس‌های بیرونی فقط در تنظیمات مدیر ذخیره می‌شوند و کاربران آن‌ها را نمی‌بینند؛ با این حال برای هر سرویس سقف هزینه تعیین کنید. اگر Ollama روی سرور دیگری است، پورت آن را فقط برای IP سرور Open WebUI باز کنید.

همهٔ داده‌های Open WebUI در /opt/open-webui است. بکاپ کامل سرور از تب بکاپ پنل دستی ساخته می‌شود و فضای آن ساعتی ۲ تومان به ازای هر گیگابایت حساب می‌شود؛ جزئیات در صفحهٔ پشتیبان‌گیری. Open WebUI نسخه‌های مکرر منتشر می‌کند و هنگام شروع، دیتابیس را به نسخهٔ جدید مهاجرت می‌دهد؛ پس پیش از هر pull یک نسخه بگیرید.

برای انتقال به سرور جدید، کانتینر را متوقف کنید، پوشهٔ داده و فایل کلید را منتقل کنید و با همان پارامترها اجرا کنید. کاربران می‌توانند گفت‌وگوهای خود را از تنظیمات به فایل JSON صادر کنند و مدیر هم از پنل مدیریت خروجی دیتابیس و تنظیمات می‌گیرد.

از سمت ما: نصب خودکار فقط خود Open WebUI را آماده می‌کند؛ مدل زبانی، Ollama، دامنه و HTTPS جزو آن نیستند و حساب مدیر را هم خودتان می‌سازید. سرور ابری با GPU برای سفارش در دسترس نیست، پس مدل‌های محلی روی CPU و با سرعت محدود اجرا می‌شوند. بکاپ خودکار زمان‌بندی‌شده هم برای سرورهای ابری فعال نیست.

از سمت Open WebUI: برخی امکانات مثل جست‌وجوی وب، تبدیل گفتار و تولید تصویر به سرویس یا مدل جداگانه نیاز دارند و بدون پیکربندی کار نمی‌کنند. دریافت مدل embedding و برخی منابع در اولین اجرا به دسترسی سرور به اینترنت وابسته است. نمایش راست‌به‌چپ پاسخ‌های فارسی در بیشتر بخش‌ها درست است، اما در جدول‌ها و کد ممکن است به‌هم بریزد.