Open WebUI: установка с Ollama в Docker и Windows

Open WebUI — это веб-интерфейс для общения с локальными и облачными языковыми моделями. Он не запускает нейросеть сам по себе: к интерфейсу подключают Ollama, OpenAI-совместимый сервер или другого провайдера. Для домашнего компьютера и сервера самый предсказуемый вариант — Open WebUI в Docker и Ollama как отдельный сервис.

OpenWebUI открывается в обычном браузере, хранит чаты, поддерживает несколько пользователей, файлы и базы знаний. Важно сразу сохранить постоянный том данных и закрыть внешний доступ: первый зарегистрированный аккаунт получает права администратора.

Open WebUI — что это и зачем он нужен#

Ollama умеет загружать и запускать модели, но его основной интерфейс — API и командная строка. Open WebUI добавляет привычный чат, историю, выбор моделей, параметры генерации, системные промпты и работу с документами.

Схема выглядит так:

Браузер → Open WebUI → Ollama или другой API → языковая модель
                    ↘ файлы, чаты и база знаний

Через Open WebUI можно:

• общаться с несколькими локальными моделями;
• подключить Ollama на том же или другом сервере;
• использовать OpenAI-совместимые API;
• загружать PDF, DOCX и текстовые файлы;
• создавать базы знаний для RAG;
• хранить промпты и настраивать модели под задачи;
• разделять доступ между пользователями;
• работать с интерфейсом с телефона и других компьютеров в LAN.

Интерфейс не добавляет видеопамять и не ускоряет модель. Скорость и доступный контекст определяются модельным сервером, квантованием, RAM/VRAM и параметрами запуска.

Open WebUI и Text Generation WebUI — не одно и то же#

Open WebUI иногда путают с Text Generation WebUI, также известным как oobabooga. Это разные проекты.

Если Ollama уже запускает нужные модели, Open WebUI обычно проще. Oobabooga полезен энтузиастам, которым нужны конкретные загрузчики и более низкоуровневый контроль. Инструкция ниже относится только к Open WebUI.

Что понадобится для установки#

Минимальный набор:

• Linux, macOS или Windows с WSL 2;
• Docker Engine либо Docker Desktop;
• несколько гигабайт для контейнера и постоянных данных;
• отдельно место под модели Ollama;
• достаточная RAM или VRAM для выбранной модели;
• современный браузер с поддержкой WebSocket.

Open WebUI работает и без GPU: интерфейс почти не создаёт вычислительной нагрузки. Видеокарта нужна модельному серверу. Если Ollama работает на другом компьютере, Open WebUI можно разместить на слабом домашнем сервере.

Перед выбором модели оцените память по руководству сколько VRAM нужно для локального AI.

Open WebUI: установка в Docker Compose#

Создайте отдельную папку и файл compose.yaml:

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    restart: unless-stopped
    volumes:
      - ollama-data:/root/.ollama
 
  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: open-webui
    restart: unless-stopped
    depends_on:
      - ollama
    environment:
      OLLAMA_BASE_URL: http://ollama:11434
    ports:
      - "127.0.0.1:3000:8080"
    volumes:
      - open-webui-data:/app/backend/data
 
volumes:
  ollama-data:
  open-webui-data:

Запустите сервисы:

docker compose up -d
docker compose logs -f open-webui

Откройте http://localhost:3000. В примере порт опубликован только на 127.0.0.1, поэтому интерфейс доступен с самого компьютера, но не из всей домашней сети. Это безопасный первый запуск.

Если Ollama уже установлен на хосте#

Контейнер не может обращаться к хосту через собственный localhost. В Docker Desktop для Windows и macOS укажите:

environment:
  OLLAMA_BASE_URL: http://host.docker.internal:11434

В Linux способ доступа к хосту зависит от сети Docker. Можно добавить mapping host-gateway, использовать адрес docker bridge либо разместить оба сервиса в одной Compose-сети. Не открывайте порт Ollama в интернет ради удобства подключения.

Open WebUI на Windows#

Официальная документация рекомендует Docker, а для Windows — Docker Desktop с backend WSL 2. Порядок такой:

1. включите WSL 2 и установите актуальный Linux-дистрибутив;
2. установите Docker Desktop;
3. включите интеграцию с нужным WSL-дистрибутивом;
4. сохраните compose.yaml в отдельной папке;
5. выполните docker compose up -d из PowerShell или терминала WSL;
6. откройте http://localhost:3000.

Open WebUI Windows можно установить и через Python, но контейнер проще обновлять и переносить. Python-установка требует поддерживаемой версии интерпретатора и отдельного контроля зависимостей. Для постоянного домашнего сервиса Docker уменьшает число переменных.

Если Docker Desktop и Ollama работают в разных средах, чаще всего проблема возникает не в модели, а в адресе API. Проверьте из контейнера доступность Ollama и не подставляйте localhost:11434, если сервис находится на Windows-хосте.

Первый вход и учётная запись администратора#

Первый пользователь, который зарегистрируется после запуска, становится администратором. Создайте аккаунт сразу, задайте сильный пароль и только затем открывайте интерфейс другим устройствам.

Последующие регистрации по умолчанию могут ожидать подтверждения администратора. Проверьте настройки пользователей, даже если сервис предназначен только для семьи. Не отключайте авторизацию переменной WEBUI_AUTH=False на экземпляре, доступном из LAN или через интернет.

Если нужен доступ из домашней сети, замените привязку порта на 3000:8080 и ограничьте соединения межсетевым экраном. Для внешнего доступа используйте VPN либо reverse proxy с HTTPS и дополнительной защитой. Прямая публикация порта Open WebUI в интернет — плохая идея.

Как подключить Ollama и загрузить модель#

При общей Docker-сети Open WebUI обычно обнаруживает Ollama по адресу из OLLAMA_BASE_URL. Проверьте соединение в Settings → Admin → Connections. После этого модель можно загрузить через интерфейс или заранее командой Ollama.

Например:

docker exec -it ollama ollama pull qwen3:8b
docker exec -it ollama ollama ls

Название и размер выбирайте по доступной памяти. Если модели нет в списке Open WebUI, обновите страницу, проверьте ollama ls и логи обоих контейнеров.

Пошаговый разбор команд, библиотеки, тегов и хранилища есть в статье Ollama: установка и выбор локальной модели.

Настройка контекста и параметров модели#

Большой context window нужен для длинных диалогов и документов, но потребляет больше памяти. В связке с Ollama серверный параметр контекста может переопределяться значением num_ctx из Open WebUI. Если случайно оставить маленькое значение, начало большого промпта или схема инструментов будет обрезана.

Начните с контекста, который стабильно помещается в память, а затем увеличивайте его под реальные задачи. Проверяйте не только заявленный максимум модели, но и загрузку VRAM/RAM, скорость первого ответа и отсутствие перехода на медленный CPU offload.

Температура управляет вариативностью ответа. Для извлечения фактов и работы с документами выбирайте низкие значения, для идей и черновиков — выше. Не меняйте сразу десять параметров: сохраните контрольный промпт и сравнивайте результат по одному изменению.

Документы и RAG в Open WebUI#

Для разового вопроса файл можно прикрепить к чату. Open WebUI извлечёт текст, разделит его на chunks, создаст embeddings и найдёт релевантные фрагменты. Для повторного использования документов создайте коллекцию в Workspace → Knowledge.

Есть два практических режима:

• Full Context передаёт весь документ модели и подходит для коротких файлов;
• Focused Retrieval, или RAG, ищет подходящие фрагменты и лучше масштабируется на большие коллекции.

Перед загрузкой сотен PDF проверьте качество на 5–10 файлах. Задайте вопросы, на которые есть однозначные ответы, и сверяйте citations. Если модель не находит таблицу или абзац, проблема может быть в распознавании, chunk size, embedding model или формулировке запроса.

Сканированный PDF сначала требует OCR. Без извлечённого текстового слоя векторный поиск индексирует мало полезного содержимого. После смены embedding-модели существующую базу знаний нужно переиндексировать: векторы разных моделей несовместимы.

Подготовка PDF, Word, переводов и контрольных вопросов подробнее разобраны в статье нейросеть для генерации текста и работы с документами.

OpenWebUI API и внешние провайдеры#

Кроме Ollama, интерфейс подключается к OpenAI-совместимым endpoints и другим поддерживаемым провайдерам. Это удобно, если часть моделей работает локально, а тяжёлые запросы отправляются во внешний API.

Учитывайте границу приватности: локальный Open WebUI не делает облачную модель локальной. Промпт и приложенные данные уходят тому провайдеру, который выбран в конкретном чате. Дайте моделям понятные названия вроде Qwen local и Cloud API, чтобы пользователь не отправил внутренний документ не туда.

API-ключи храните в настройках или переменных окружения, а не в Compose-файле, который попадает в репозиторий. Для нескольких пользователей разделяйте права и не выдавайте доступ к административным connections без необходимости.

Резервная копия и обновление Open WebUI#

Главные данные Open WebUI находятся в /app/backend/data. Том Ollama с моделями хранится отдельно. Перед обновлением сохраните оба тома либо хотя бы данные интерфейса; модели обычно можно скачать повторно, а чаты, пользователи и настройки — нет.

Базовый порядок обновления:

docker compose pull
docker compose up -d
docker compose logs --tail=100 open-webui

Перед командой проверьте release notes и сделайте копию. Если используется закреплённая версия, измените tag вручную. После обновления протестируйте вход, подключение Ollama, список моделей, старые чаты и поиск по документам.

Не удаляйте volume при пересоздании контейнера. Обычный docker compose down сохраняет тома, а флаг -v удаляет их вместе с данными.

Частые проблемы#

Open WebUI не видит Ollama. Проверьте URL. Внутри общей Compose-сети используется имя сервиса http://ollama:11434, а для Ollama на Windows-хосте — host.docker.internal.

Интерфейс открывается, но модель не отвечает. Посмотрите логи Ollama, свободную память и название модели. Возможно, backend выгружен или модель не помещается в RAM/VRAM.

Страница не обновляет ответ. Open WebUI требует WebSocket. Проверьте reverse proxy и промежуточный firewall.

Документ загружен, но ответы неверные. Убедитесь, что из PDF извлекается текст, протестируйте Full Context, проверьте citations и только потом меняйте chunking.

После перезапуска пропали чаты. Контейнер был запущен без постоянного volume на /app/backend/data либо подключён другой том.

Первый аккаунт создал посторонний пользователь. Закройте доступ, удалите неподтверждённый экземпляр вместе с его данными и разверните сервис заново в локальном режиме. Не пытайтесь продолжать использовать скомпрометированную первичную настройку.

Частые вопросы об Open WebUI#

Open WebUI работает без интернета?#

Да, если сам интерфейс, Ollama, модель и embeddings находятся локально. Интернет понадобится для первоначального скачивания образов и моделей. Подключение облачного API снова создаёт внешнюю зависимость.

Нужна ли видеокарта для Open WebUI?#

Самому интерфейсу — нет. GPU ускоряет Ollama или другой backend. Небольшую модель можно запустить на CPU, но ответы будут медленнее.

Что выбрать: Open WebUI Docker или Python?#

Для постоянного сервиса проще Docker: зависимости изолированы, данные вынесены в volume, обновление можно контролировать тегом образа. Python удобен для разработки и нестандартной установки.

Где находится OpenWebUI GitHub?#

Официальный репозиторий расположен в организации open-webui/open-webui. Проверяйте адрес перед скачиванием образов, расширений и инструкций.

Можно ли подключить Open WebUI к удалённому Ollama?#

Да. Укажите адрес API удалённого сервера и разрешите соединение только из доверенной сети или через VPN. Не публикуйте Ollama API без аутентификации в интернет.

Итог#

Open WebUI удобен как единая веб-панель для локальных моделей, а Docker Compose делает установку воспроизводимой. Сразу создайте постоянные тома, зарегистрируйте администратора через localhost и проверьте связь с Ollama. После базового чата можно добавлять пользователей, документы и внешние API.

Не начинайте с публичного домена и десятков плагинов. Стабильная связка Open WebUI + Ollama + одна подходящая модель даст больше пользы, чем сложная конфигурация без бэкапа и контроля доступа.

Полезные ссылки#

• Open WebUI: Quick Start
• Open WebUI: подключение Ollama
• Open WebUI: документы и RAG
• Open WebUI на GitHub
• Ollama: документация