Řešení · Chatovací rozhraní

VPS pro Open WebUI

Open WebUI je self-hosted chatovací rozhraní pro Ollama a jakékoli API kompatibilní s OpenAI: účty, historie, dokumenty a webové vyhledávání v jedné záložce prohlížeče. Neuvádí žádné minimální požadavky na hardware, proto jsou velikosti zde naše a takto označené. S hostovaným modelem je to lehká aplikace a C2-4-80 za $37.90 bohatě stačí; s Ollama, kterou může obsahovat, se do paměti musí vejít i model a BD-8 za $12.90 je nejlevnější stroj, který pojme model 8B s rezervou.

Nasadit BD-8 Porovnat všechny tarify

Co potřebuje

Software podle dokumentace, velikosti s uvedeným zdrojem

Software a bezpečnostní nastavení vycházejí z vlastní dokumentace projektu. Kde projekt neuvádí žádné hardwarové údaje, velikosti uvádějí, odkud pocházejí.

Z README Open WebUI a docs.openwebui.com

Instalace přes Docker: 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 Rozhraní naslouchá uvnitř kontejneru na portu 8080; dokumentace jej na hostiteli mapuje na 3000.
Obsahuje Ollama? Jen image :ollama, který obojí spojuje v jednom kontejneru. Image :main ne: připojí se k Ollama nebo k jakémukoli API kompatibilnímu s OpenAI, na které jej nasměrujete pomocí OLLAMA_BASE_URL.
Image má ke stažení 1.66 GB a výchozí embedding model pro vyhledávání v dokumentech zabírá asi 500 MB RAM na worker. Dokumentace neuvádí žádné minimum pro CPU, RAM ani disk.
Vše, co vytvoříte, je uloženo ve svazku /app/backend/data; dokumentace varuje, abyste aplikaci nikdy nespouštěli bez něj. První vytvořený účet se stane administrátorem a registrace se poté uzavře.

Velikosti (naše: dokumentace žádné minimum neuvádí)

Dimenzování podle použití
Zátěž	vCPU	RAM
Open WebUI s hostovaným API nebo samostatnou OllamaNaše. Image, aplikace a embedder pro vyhledávání v dokumentech se vejdou s rezervou; pro hrstku chatujících uživatelů.	2	4 GB
Open WebUI s přibalenou Ollama a modelem 8BNaše. Model 8B je ke stažení 4.9 GB a musí se vejít do paměti vedle aplikace. Na CPU několik tokenů za sekundu.	4	8 GB
Přibalená Ollama s modelem 14B, nebo několik lidí najednouNaše. Model 14B má 9.3 GB; zbytek je paměť pro aplikaci, její embedder a souběžné konverzace.	8	24 GB

Vhodné tarify

4 počítačů s aktuálními cenami

Nejlevnější vyhovující stroj první. Ceny jsou dnešní, měsíční, načtené z katalogu.

C2-4-80$37.90/měs.
2 vCPU · 4 GB · 80 GB disk · 3 TB
Jen hostované modely: lehká instalace. 2 vCPU / 4 GB / 80 GB. Open WebUI s klíčem API nebo s Ollamou jinde. Vyberte jej kvůli městu, ne kvůli velikosti.
Nasadit
BD-8$12.90/měs.
4 vCPU · 8 GB · 100 GB disk · 32 TB
Nejlevnější s místem pro přibalenou Ollama a model 8B. 4 vCPU, 8 GB, 100 GB pro image a stažené modely. Dvojnásobek paměti oproti lehké instalaci, kvůli modelu.
Nasadit
C4-8-160$75.90/měs.
4 vCPU · 8 GB · 160 GB disk · 3 TB
Stejná konfigurace se 160 GB, ve více městech. 4 vCPU / 8 GB / 160 GB, pro případ, že vám města nejlevnějšího řádku nevyhovují nebo chcete větší knihovnu modelů.
Nasadit
BD-24$31.90/měs.
8 vCPU · 24 GB · 300 GB disk · 32 TB
8 vCPU / 24 GB pro modely 14B a tým. Model 14B a několik souběžných chatů, s diskem pro knihovnu dokumentů.
Nasadit

Vhodné tarify s aktuálními cenami
Tarif	vCPU	RAM	Disk	Přenos	Cena	Nasadit
C2-4-80Jen hostované modely: lehká instalace2 vCPU / 4 GB / 80 GB. Open WebUI s klíčem API nebo s Ollamou jinde. Vyberte jej kvůli městu, ne kvůli velikosti.	2	4 GB	80 GB	3 TB	$37.90/měs.	Nasadit
BD-8Nejlevnější s místem pro přibalenou Ollama a model 8B4 vCPU, 8 GB, 100 GB pro image a stažené modely. Dvojnásobek paměti oproti lehké instalaci, kvůli modelu.	4	8 GB	100 GB	32 TB	$12.90/měs.	Nasadit
C4-8-160Stejná konfigurace se 160 GB, ve více městech4 vCPU / 8 GB / 160 GB, pro případ, že vám města nejlevnějšího řádku nevyhovují nebo chcete větší knihovnu modelů.	4	8 GB	160 GB	3 TB	$75.90/měs.	Nasadit
BD-248 vCPU / 24 GB pro modely 14B a týmModel 14B a několik souběžných chatů, s diskem pro knihovnu dokumentů.	8	24 GB	300 GB	32 TB	$31.90/měs.	Nasadit

Pro Open WebUI zatím neexistuje startovací předvolba: instalace jsou čtyři níže uvedené kroky, které zadáte sami. Jde o příkazy z jeho vlastní dokumentace s jednou označenou změnou.

Instalace

Čtyři kroky podle dokumentace Open WebUI

Docker, kontejner, účet administrátora a pak model. Krok 3 proveďte hned: první vytvořený účet se stane administrátorem.

Docker. curl -fsSL https://get.docker.com | sh Ověřte jej pomocí docker --version.
Vytvořte tajný klíč a spusťte ji. Spusťte openssl rand -hex 32 a výstup si uschovejte; dokumentace jej předává jako WEBUI_SECRET_KEY. Naše jediná změna jejich příkazu: 127.0.0.1:3000:8080 drží port mimo veřejný internet, dokud nemáte HTTPS. docker run -d -p 127.0.0.1:3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key --name open-webui --restart always ghcr.io/open-webui/open-webui:main Pro přibalenou Ollamu zaměňte image za ghcr.io/open-webui/open-webui:ollama a přidejte -v ollama:/root/.ollama.
Hned vytvořte správce. Z notebooku spusťte ssh -N -L 3000:127.0.0.1:3000 root@your-server a pak otevřete http://127.0.0.1:3000. První obrazovka nabízí Create Admin Account; tento účet spravuje všechna nastavení a registrace se poté sama vypne.
Připojte model, pak doménu. V nastavení správce, v části Connections: přidejte klíč API kompatibilní s OpenAI nebo adresu své Ollamy. Pro Ollamu na stejném hostiteli README doporučuje použít --network=host s -e OLLAMA_BASE_URL=http://127.0.0.1:11434; port se pak změní na 8080. Pro HTTPS dejte před ni reverzní proxy a v jejím bloku location nastavte proxy_buffering off;, jinak streamované odpovědi dorazí poškozené.

Upřímně

Co bychom skutečně koupili

Projekt neuvádí žádné minimum, proto kupujte podle modelu, ne podle rozhraní.

Pro Open WebUI s vlastní Ollama

BD-8 · $12.90/měs.

4 vCPU, 8 GB a 100 GB za $12.90: image 1.66 GB, embedder a vedle nich v paměti model 8B, který na CPU odpovídá rychlostí několika tokenů za sekundu. To se hodí pro jednoho člověka nebo malý tým, který se trpělivě ptá, ne pro místnost čekajících lidí. Pokud jsou všechny vaše modely hostované, C2-4-80 za $37.90 je totéž rozhraní za méně. Pokud lidé potřebují rychlé lokální odpovědi, poctivou odpovědí je řada GPU a image :cuda je pro ni určen.

Nasadit BD-8 C2-4-80 jen pro hostované modely

Otázky

Na co se lidé ptají před koupí.

Jaké jsou systémové požadavky Open WebUI?

Projekt žádné neuvádí: jeho README, rychlý start ani průvodce výkonem nedávají minimum pro CPU, RAM ani disk. Uvádějí však, že image :main má ke stažení 1.66 GB (176 MB pro image :slim, který vynechává přibalený stack pro strojové učení) a že výchozí embedding model pro vyhledávání v dokumentech zabírá asi 500 MB RAM na každý proces workeru. Velikosti na této stránce jsou naše, odvozené z těchto údajů a z modelu, který se rozhodnete provozovat vedle.

Obsahuje Open WebUI Ollama?

Jen pokud o ni požádáte. Image :ollama spojuje Open WebUI a Ollama v jednom kontejneru, spouštěném s druhým svazkem pro modely. Image :main ne: připojí se k Ollama, kterou provozujete jinde nebo na stejném stroji, a k jakémukoli API kompatibilnímu s OpenAI, například u hostovaných poskytovatelů nebo vLLM. Naše stránka o Ollama dimenzuje stranu modelu podle RAM.

Jaký port používá?

Aplikace uvnitř kontejneru naslouchá na 8080 a dokumentace ji na hostiteli publikuje jako 3000 pomocí -p 3000:8080. Pokud použijete --network=host, abyste dosáhli na Ollama na stejném stroji, port je místo toho 8080. Dokud neexistuje účet administrátora a před aplikací není HTTPS, ponechte ji na loopbacku a používejte SSH tunel, protože první vytvořený účet se stane administrátorem.

Potřebuji GPU?

Pro samotné Open WebUI ne, je to webová aplikace. GPU má význam jen pro model: image :cuda jej spouští na kartě Nvidia a bez ní odpovídá přibalená nebo samostatná Ollama na CPU, pomalu. Pokud jsou modely hostované za klíčem API, GPU se vůbec neuplatní.

Kde jsou moje data a jak aktualizovat?

Ve svazku připojeném do /app/backend/data: konverzace, uživatelé a nastavení, ve výchozím stavu v SQLite. Dokumentace říká, abyste aplikaci nikdy nespouštěli bez něj. Při aktualizaci stáhněte nový image, odstraňte kontejner a spusťte stejný příkaz znovu se stejným svazkem a stejným tajným klíčem. Jakmile aplikaci používá mnoho lidí současně, dokumentace doporučuje PostgreSQL.

Kolik lidí obslouží jeden VPS?

Dokumentace žádné číslo neuvádí. Uvádí však, že výchozí nastavení se hodí pro osobní použití: SQLite jako databáze, lokální vektorové úložiště, které není bezpečné s více než jedním workerem, a embedding model načtený přímo v aplikaci. Pro vytížený tým odkazuje na PostgreSQL, Redis a externí embedding službu; přesunutí embeddingů mimo stroj uvolní stovky megabajtů na worker.

Open WebUI, Dify, nebo AnythingLLM?

Open WebUI je chatovací rozhraní: modely dodáte vy a ono lidem v prohlížeči poskytne účty, historii, dokumenty a nástroje. Dify je platforma pro tvorbu LLM aplikací a workflow a AnythingLLM má vlastní koncept chatu nad dokumenty. Všechny tři běží na stejném typu stroje a každý má zde stránku s vlastními požadavky.

Čtěte dál