open-webui入门

一、什么是open-webui

       Open WebUI是一个可扩展、功能丰富、用户友好的自托管WebUI,旨在完全离线操作。它支持各种LLM运行程序,包括Ollama和OpenAI兼容的API。有关更多信息,请务必查看Open WebUI文档。

二、Open WebUI的主要功能

轻松安装:使用Docker或Kubernetes(kubectl、kustoize或helm)无缝安装,提供轻松的体验,同时支持ollama和cuda标记的图像。

Ollama/OpenAI API集成:轻松集成与OpenAI兼容的API,与Ollama模型一起进行多功能对话。自定义OpenAI API URL以链接LMStudio、GroqCloud、Mistral、OpenRouter等。

Pipelines,Open WebUI插件支持:使用Pipelines插件框架将自定义逻辑和Python库无缝集成到Open WebUI中。启动您的Pipelines实例,将OpenAI URL设置为Pipelines URL,探索无尽的可能性。示例包括函数调用、控制访问的用户速率限制、使用Langfuse等工具进行使用监控、使用LibreTranslate进行多语言支持的实时翻译、有毒消息过滤等。

响应式设计:在台式电脑、笔记本电脑和移动设备上享受无缝体验。

Progressive Web App(PWA)for Mobile:使用我们的PWA,在您的移动设备上享受本机应用程序般的体验,提供本地主机上的离线访问和无缝用户界面。

全面Markdown和LaTeX支持:通过全面的Markdown和La TeX功能提升您的LLM体验,丰富互动。

免提语音/视频通话:通过集成的免提语音和视频通话功能,体验无缝通信,实现更动态、更互动的聊天环境。

模型生成器:通过Web UI轻松创建Ollama模型。通过Open WebUI社区集成,轻松创建和添加自定义角色/代理、自定义聊天元素和导入模型。

原生Python函数调用工具:通过工具工作区中内置的代码编辑器支持来增强LLM。只需添加纯Python函数即可实现自带函数(BYOF),实现与LLM的无缝集成。

本地RAG集成:通过突破性的检索增强生成(RAG)支持,深入聊天交互的未来。此功能将文档交互无缝集成到您的聊天体验中。您可以直接将文档加载到聊天室中,或将文件添加到文档库中,在查询前使用#命令轻松访问它们。

RAG的网络搜索:使用SearXNG、Google PSE、Brave Search、serpstack、serper、Serply、DuckDuckGo和TavilySearch等提供商进行网络搜索,并将结果直接注入您的聊天体验。

网络浏览功能:使用#命令和URL将网站无缝集成到您的聊天体验中。此功能允许您将网络内容直接融入对话中,增强互动的丰富性和深度。

图像生成集成:使用AUTOMATIC111 API或ComfyUI(本地)和OpenAI的DALL-E(外部)等选项无缝集成图像生成功能,通过动态视觉内容丰富您的聊天体验。

多模型对话:轻松地同时与各种模型互动,利用它们的独特优势做出最佳反应。通过并行利用一组不同的模型来增强您的体验。

基于角色的访问控制(RBAC):确保使用受限权限进行安全访问;只有经过授权的个人才能访问您的Ollama,并且为管理员保留专属的模型创建/提取权限。

多语言支持:通过我们的国际化(i18n)支持,体验您喜欢的语言的开放式WebUI。加入我们,扩展我们支持的语言!我们正在积极寻找贡献者!

三、安装

使用默认配置进行Docker方式安装,Docker使用后续会在DevOps中介绍。

1、如果你的电脑本地部署了ollama服务,使用下面命令

      -v open-webui:/app/backend/data 数据持久化

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

1)我本地部署了ollama,所以使用这种方式部署

2)本地拉起open-webui

2、如果ollama服务是第三方提供

1)常规版本使用如下命令,其中https://example.com 是ollama服务地址,

docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

2) 其他版本查考官方文档(https://github.com/open-webui/open-webui)

四、open-webui界面配置

1、平台访问   http://127.0.0.1:3000

2、新建聊天

### 关于 GraphRAG 和 Open-WebUI 技术资料 GraphRAG 结合了图数据库 Neo4j 以及大型语言模型的能力来处理非结构化数据并将其转化为可查询的图形表示形式[^1]。对于希望构建基于浏览器界面的应用程序来说,Open-WebUI 提供了一个直观的方式让用户能够与这些复杂的数据集互动。 #### GraphRAG Open-WebUI 项目文档概述 为了帮助开发者更好地理解和应用这一框架组合,在官方提供的资源中包含了详细的安装指南、配置说明和技术细节描述: - **环境搭建**:介绍了如何设置开发环境,包括所需软件版本及其兼容性要求。 - **核心概念解释**:深入探讨了GraphRAG的工作原理,特别是它怎样利用自然语言处理技术和图谱存储机制来进行信息检索优化。 - **API 参考手册**:列举了所有可用接口函数,并附带参数定义及返回值样例。 - **最佳实践建议**:分享了一些实际操作中的技巧和注意事项,旨在提高系统的性能表现。 #### 使用教程概览 通过一系列循序渐进的教学视频或图文步骤指导新用户掌握从零开始创建自己的GraphRAG应用程序的方法: - **入门引导**:带领读者完成首个简单实例——将一段文本输入转换成可视化节点关系网络展示出来。 - **高级特性探索**:进一步介绍更多高级功能如自定义实体识别器训练、多模态数据分析等特色模块。 - **案例研究分析**:选取几个典型应用场景作为范本进行剖析,让学习者可以借鉴成功经验应用于个人项目之中。 #### 获取源码下载链接 针对有兴趣深入了解内部工作流程或是想要在此基础上做二次开发的技术爱好者们,提供了完整的GitHub仓库地址以便随时查阅最新版源代码文件: ```plaintext https://github.com/your-repo/graphrag-openwebui.git ``` 请注意定期查看官方公告页面获取更新通知和其他重要消息发布。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值