База знаний

Open WebUI — собственный интерфейс для любых языковых моделей

Open WebUI — открытая self-hosted платформа для работы с любыми LLM: локальные модели и облачные API, RAG по документам, инструменты и доступ для команды.

Опубликовано 20.06.2026

ИИ-агенты DevTools Backend

Open WebUI — открытая платформа, которая разворачивается на вашем сервере и даёт единый интерфейс для работы с любыми языковыми моделями: локальными через Ollama и облачными через OpenAI-совместимые API. По сути, это ваш собственный ChatGPT, где данные остаются у вас.

📌

Кому полезно: тем, кто хочет приватную ИИ-среду без привязки к одному вендору — для себя, для команды или для компании с требованиями к данным.

Что это такое

Open WebUI — это self-hosted веб-интерфейс для больших языковых моделей. Вы поднимаете его на своём железе или в облаке, подключаете нужные модели и получаете знакомый чат, но с полным контролем над данными и настройками.

Ключевая идея — provider-agnostic: интерфейс не привязан к одному поставщику моделей. Можно подключить локальную модель через Ollama, облачные OpenAI и Anthropic, любой OpenAI-совместимый сервис — и переключаться между ними прямо в разговоре.

💡

Ollama — это локальный движок, который скачивает и запускает модели на вашем компьютере. Open WebUI работает поверх него как удобная оболочка, но Ollama не обязателен — можно подключаться и к облачным API.

Работает полностью офлайн: по умолчанию платформа не делает внешних запросов и подходит даже для изолированных (air-gapped) сетей.

Краткая история проекта

2023 — старт как Ollama WebUI. Проект создал Тим Чжэрян Бэк (Tim Jaeryang Baek, на GitHub — tjbck) как удобную веб-оболочку для локального движка Ollama.
Переименование в Open WebUI. Когда добавилась поддержка OpenAI-совместимых API, проект перерос привязку к Ollama и получил нейтральное название — интерфейс стал универсальным для любых моделей.
Рост в одну из крупнейших open-source ИИ-площадок. Сегодня это 140+ тысяч звёзд на GitHub, десятки миллионов загрузок Docker-образа и комьюнити в сотни тысяч участников. Проект поддержан Mozilla Builders.
Эволюция лицензии. Сначала MIT, в январе 2025 — переход на пермиссивную BSD 3-Clause, а с версии 0.6.6 (апрель 2025) — собственная Open WebUI License с оговоркой о защите брендинга.
Появление компании. Вокруг проекта выросла Open WebUI Inc. с корпоративным предложением (SSO, кастомный брендинг, SLA, долгосрочная поддержка). При этом ядро остаётся открытым и бесплатным.

⚖️

Нюанс лицензии: пользоваться, дорабатывать и распространять Open WebUI по-прежнему можно свободно и бесплатно. Ограничение касается только брендинга — менять или удалять его нельзя, кроме трёх случаев: у вас 50 или меньше пользователей за 30 дней; вы значимый контрибьютор проекта с письменным разрешением; либо у вас есть enterprise-лицензия. Весь код до версии 0.6.5 включительно остаётся под BSD-3 (без требования к брендингу), а для новых контрибуций после неё нужен CLA.

📝

Честно про «open source»: лицензия пермиссивная, но из-за оговорки о брендинге она формально не одобрена OSI, и часть сообщества считает проект уже не строго open-source. На практике для большинства пользователей — внутреннее использование, до 50 человек, без ребрендинга — ничего не меняется.

Основные возможности

Область	Что умеет
Чат с моделями	Любой провайдер в одном окне, переключение модели по ходу разговора, сравнение двух моделей бок о бок, веб-поиск с цитатами, запуск Python прямо в чате
Знания и RAG	Загрузка документов и базы знаний, поиск по ним (vector + гибридный), несколько движков извлечения текста, режим полного контекста без чанкинга
Модели и агенты	Пресеты модели: системный промпт + инструменты + база знаний + параметры в одном пакете. Так собираются специализированные ассистенты под задачу
Расширяемость	Python-инструменты и функции, пайплайны, нативная поддержка MCP, подключение OpenAPI-серверов, промпты-шаблоны со слэш-командами
Командная работа	Мультипользовательский режим, роли и группы (RBAC), общие каналы, где люди и модели в одной переписке
Мультимедиа	Голосовой ввод и озвучка, голосовые и видеозвонки, генерация изображений через DALL-E, Gemini, ComfyUI и AUTOMATIC1111 (два последних — локально); для движка OpenAI модель задаётся из открытого списка — DALL·E 2/3, GPT-Image-1 и новее, вплоть до gpt-image-2
Администрирование	Аналитика расхода токенов и стоимости, оценка моделей (арена, A/B, ELO-рейтинг), вебхуки, системные баннеры

Подключение и развёртывание

Open WebUI ставится несколькими способами — выбирайте под свою инфраструктуру.

Связка с Ollama (самый частый сценарий):

# Скачиваем локальную модель
ollama pull llama3

# Запускаем Open WebUI в Docker и подключаем к локальному Ollama
docker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui \
  ghcr.io/open-webui/open-webui:main

После запуска интерфейс доступен на http://localhost:3000. Если Ollama работает на той же машине, Open WebUI находит модели автоматически — они сразу появляются в списке выбора.

Установка через pip (без Docker):

pip install open-webui
open-webui serve

Для продакшена есть официальные Helm-чарты для Kubernetes, поддержка облачных хранилищ (S3, GCS, Azure Blob), Redis для сессий и горизонтального масштабирования, а также OpenTelemetry для наблюдаемости.

💡

Подключение облачных моделей (OpenAI, Anthropic и любых OpenAI-совместимых) настраивается в админ-панели: достаточно указать базовый URL и API-ключ провайдера.

Тарифы и лимиты

Ядро — бесплатное и открытое. Скачиваете, разворачиваете у себя, используете без оплаты. Лимиты упираются только в ваше железо: чем мощнее сервер и GPU, тем крупнее модели вы потянете локально.
Облачные модели оплачиваются отдельно — по тарифам их провайдеров (OpenAI, Anthropic и т.д.). Open WebUI здесь только интерфейс.
Enterprise-лицензия добавляет кастомный брендинг и логотип, SLA-поддержку, LTS-версии. Нужна организациям, которым важны эти возможности.

Enterprise-лицензия: условия и стоимость

Бесплатное открытое ядро закрывает большинство задач. Отдельная лицензия нужна по сути в одном случае — если вы меняете или убираете брендинг Open WebUI.

Сценарий использования	Что требуется
Стандартное использование — внутри компании, брендинг Open WebUI остаётся как есть	Бесплатно
Enterprise-использование — white-label, ребрендинг, изменение или удаление брендинга	Нужна Enterprise-лицензия

Что входит в Enterprise-лицензию:

White-label и кастомный брендинг — тема, логотип и UX под вашу компанию
SLA-поддержка с гарантированным временем ответа
LTS-версии с долгосрочной поддержкой
Выделенный менеджер аккаунта: онбординг, регулярные созвоны, стратегия
Приоритетная обработка запросов на новые функции

💰

Стоимость — индивидуальная, публичного прайса нет. Цена зависит от числа пользователей (seats) и набора задач. Запрос отправляют на sales@openwebui.com с рабочей почты и с указанием количества пользователей — заявки с личных доменов (gmail, outlook и т.п.) система не обрабатывает.

Связка с Docling: качественное извлечение документов

Встроенный парсер документов в Open WebUI справляется с простыми файлами, но на сложных PDF с таблицами теряет структуру. Здесь выручает Docling — открытый инструмент IBM, который аккуратно превращает PDF, Word и презентации в чистый текст с сохранением таблиц и порядка чтения.

Open WebUI умеет использовать Docling как движок извлечения (content extraction engine): вы поднимаете Docling Serve, указываете его адрес в Admin Panel → Settings → Documents — и весь загружаемый контент идёт через Docling. Результат — заметно более точные ответы RAG.

🔗

Как развернуть Docling и настроить связку — в отдельном руководстве Docling — превращает документы в данные для ИИ.

Ограничения и на что обратить внимание

Open WebUI — зрелая платформа, но перед внедрением полезно учитывать несколько моментов:

Железо под локальные модели. Сам интерфейс лёгкий, но локальные LLM требуют ресурсов: мелкие модели идут на CPU, крупные — только с GPU и достаточным объёмом VRAM.
Лицензия и брендинг. Для white-label и SaaS-сценариев важна оговорка о брендинге — без enterprise-лицензии убирать логотип Open WebUI нельзя (кроме исключений выше).
Частые релизы. Проект развивается быстро, изредка с ломающими изменениями. На проде стоит фиксировать версию образа или брать LTS.
RAG требует настройки. Поиск по документам работает из коробки, но за качество отвечают выбор движка извлечения и embeddings — для сложных PDF и таблиц лучше подключить Docling.

Полезные варианты применения

Личный ИИ-ассистент. Своя ИИ-среда, где переписка и документы не уходят в чужое облако. Удобно, если вы много работаете с моделями и не хотите платить за каждый сервис отдельно.

Внутренний ИИ-портал для команды. Один вход для всей компании: роли, группы, ограничение доступа к моделям, SSO. Сотрудники работают с ИИ через единый интерфейс вместо зоопарка из разных подписок.

RAG по внутренним документам. Загружаете регламенты, базу знаний, договоры — и модель отвечает на их основе с ссылками на источники. Хороший способ сделать корпоративную справочную поверх собственных данных.

Хаб для нескольких провайдеров без вендор-лока. Подключаете локальные и облачные модели одновременно, сравниваете ответы бок о бок и выбираете оптимальную модель под задачу и бюджет.

Изолированный (офлайн) контур. Для чувствительных данных или сетей без интернета: всё крутится на своём железе, внешних запросов нет. Частый выбор там, где облако недопустимо по требованиям безопасности.

Сборка специализированных агентов. Через пресеты модели вы упаковываете системный промпт, нужные инструменты и базу знаний в готового ассистента — например, «ревьюер кода по нашим правилам» или «помощник по поддержке на основе нашей документации».

Расширение под свои процессы. Python-инструменты, пайплайны, MCP и OpenAPI позволяют подключить внешние сервисы и встроить ИИ в существующие рабочие контуры, а не наоборот.

Ссылки

Официальный сайт: openwebui.com
Документация: docs.openwebui.com
Исходный код: github.com/open-webui/open-webui

По теме

Если вы присматриваетесь к собственной ИИ-среде для себя или команды и не хотите утонуть в настройке и выборе моделей, это как раз тот случай, где полезно разобрать детали под вашу задачу.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov

Если хотите разобрать свою задачу — напишите мне

Можно прийти с идеей, черновым контекстом или уже живой задачей. Помогу быстро понять, где реальный следующий шаг, а где лишний шум.

Напишите мне в Телеграм Мой Телеграм канал

Обычно хватает 2–3 сообщений, чтобы понять, могу ли я здесь реально помочь и в каком формате лучше двигаться дальше.