Open WebUI to najpopularniejszy graficzny interfejs do Ollama. Daje Ci webowy interfejs w stylu ChatGPT działający w całości na Twoim własnym sprzęcie — żadne dane nie opuszczają Twojej maszyny.

Co zbudujesz

W pełni offline'owy, prywatny interfejs czatu AI dostępny z dowolnego urządzenia w Twojej sieci lokalnej. Funkcje obejmują:

Historię czatu zapisywaną lokalnie
Wiele modeli, przełączalnych w trakcie rozmowy
Wysyłanie obrazów (z modelami wizyjnymi)
RAG (przesyłanie dokumentów, by o nich rozmawiać)
Zarządzanie użytkownikami (przydatne przy współdzielonym dostępie w domu lub biurze)
Proxy API zgodne z OpenAI

Wymagania wstępne

Zainstalowana Ollama (zobacz poradnik konfiguracji Ollama)
Zainstalowany Docker Desktop (Windows/macOS) lub Docker Engine (Linux)
8 GB RAM lub więcej, dowolny GPU (albo sam CPU)

Krok 1: Zainstaluj Dockera

Windows/macOS: pobierz Docker Desktop ze strony docker.com i przejdź przez instalator.

Linux (Ubuntu):

bash

curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER

Krok 2: Uruchom Ollama

Upewnij się, że Ollama działa i jest dostępna:

bash

ollama serve

Pobierz swój pierwszy model:

bash

ollama pull llama3.1:8b

Krok 3: Uruchom Open WebUI w Dockerze

Jeśli Ollama działa na tej samej maszynie:

bash

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

Jeśli Ollama działa na innej maszynie (np. na desktopie, do którego łączysz się z laptopa):

bash

docker run -d -p 3000:8080 \
  -e OLLAMA_BASE_URL=http://192.168.1.100:11434 \
  -v open-webui:/app/backend/data \
  --name open-webui \
  --restart always \
  ghcr.io/open-webui/open-webui:main

Krok 4: Pierwsze uruchomienie

Otwórz w przeglądarce http://localhost:3000
Załóż konto administratora (pierwszy użytkownik zostaje administratorem)
Wybierz model z listy rozwijanej na górze
Zacznij rozmawiać!

Krok 5: Dostęp z innych urządzeń

Dostęp z innego urządzenia oznacza też, że sama Ollama musi nasłuchiwać poza localhostem, a na Windowsie to zmiana dwuczęściowa — zanim cokolwiek otworzysz, zobacz OLLAMA_HOST i regułę zapory Defendera.

Aby korzystać ze swojego AI z telefonu lub tabletu w tej samej sieci:

Znajdź lokalny adres IP swojego komputera: uruchom ipconfig (Windows) albo ip addr (Linux/Mac)
Otwórz http://192.168.x.x:3000 na telefonie
Działa jak zwykła aplikacja webowa — nie musisz nic instalować

Konfiguracja RAG (rozmowa z własnymi dokumentami)

Open WebUI ma wbudowaną obsługę RAG:

Przejdź do Settings → Documents i ustaw model embeddingów na nomic-embed-text
Pobierz model embeddingów: ollama pull nomic-embed-text
W dowolnym czacie kliknij przycisk + i wgraj PDF, dokument Word lub plik tekstowy
Zadawaj pytania o dokument — Open WebUI wyszuka odpowiednie fragmenty i przekaże je do LLM

Przydatne ustawienia do skonfigurowania

Ustawienie	Lokalizacja	Rekomendacja
Domyślny model	Settings → Interface	Ustaw model, z którego korzystasz najczęściej
Generowanie tytułów	Settings → Interface	Automatyczne tytuły rozmów
Embeddingi RAG	Settings → Documents	Użyj nomic-embed-text
Pamięć	Settings → Personalization	Włącz, by zachować trwały kontekst użytkownika
Prompt systemowy	Model → System Prompt	Dostosuj osobowość AI

Aktualizacja Open WebUI

bash

docker pull ghcr.io/open-webui/open-webui:main
docker stop open-webui
docker rm open-webui
# Uruchom ponownie polecenie docker run z kroku 3

Historia czatu jest przechowywana w wolumenie Dockera (open-webui) i przetrwa aktualizacje.

Rozwiązywanie problemów

„Connection error” przy otwieraniu WebUI:

Upewnij się, że Ollama działa: ollama serve
Sprawdź, czy w poleceniu Dockera znalazła się flaga --add-host

Modele się nie pojawiają:

Uruchom ollama list, by potwierdzić, że modele zostały pobrane
Odśwież selektor modeli w WebUI

Wolne odpowiedzi:

Upewnij się, że wykorzystywany jest GPU: poszukaj aktywności GPU w Menedżerze zadań lub nvtop
Sprawdź, czy Ollama nie działa w trybie wyłącznie na CPU

→ Powrót do wszystkich poradników | → Sprawdź kompatybilność sprzętu

← PoprzedniLM Studio na telefonie (LM Link)