ข้ามไปยังเนื้อหา

โซลูชัน · อินเทอร์เฟซแชต

VPS สำหรับ Open WebUI

Open WebUI คืออินเทอร์เฟซแชตแบบโฮสต์เองสำหรับ Ollama และ API ใดก็ได้ที่เข้ากันได้กับ OpenAI: บัญชี ประวัติ เอกสาร และการค้นหาเว็บ รวมอยู่ในแท็บเบราว์เซอร์เดียว ผู้พัฒนาไม่ได้ระบุสเปกฮาร์ดแวร์ขั้นต่ำ ขนาดที่แสดงที่นี่จึงเป็นของเราเองและมีป้ายกำกับไว้ หากเชื่อมต่อกับโมเดลที่โฮสต์ไว้ภายนอก ตัวแอปใช้ทรัพยากรน้อย และ C2-4-80 ราคา $37.90 ก็เพียงพอ หากใช้ร่วมกับ Ollama ที่รวมมาให้ได้ โมเดลต้องอยู่ในหน่วยความจำได้ด้วย และ BD-8 ราคา $12.90 คือเครื่องที่ถูกที่สุดที่รองรับโมเดล 8B ได้โดยยังมีหน่วยความจำเหลือ

ปรับใช้ BD-8เปรียบเทียบทุกแพ็กเกจ

สิ่งที่ต้องใช้

ซอฟต์แวร์ตามเอกสาร ขนาดระบุแหล่งที่มา

ซอฟต์แวร์และแนวทางด้านความปลอดภัยมาจากเอกสารของโปรเจกต์เอง หากโปรเจกต์ไม่ได้เผยแพร่ข้อมูลฮาร์ดแวร์ ขนาดจะระบุว่าเป็นตัวเลขของใคร

จาก README ของ Open WebUI และ docs.openwebui.com

  • ติดตั้งด้วย 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 UI รับฟังที่พอร์ต 8080 ภายในคอนเทนเนอร์ เอกสารแมปไปที่ 3000 บนโฮสต์
  • มี Ollama รวมอยู่ด้วยหรือไม่ มีเฉพาะใน image :ollama ซึ่งรวมทั้งสองไว้ในคอนเทนเนอร์เดียว image :main ไม่มี: มันเชื่อมต่อกับ Ollama หรือ API ที่เข้ากันได้กับ OpenAI ใดก็ได้ที่คุณกำหนดผ่าน OLLAMA_BASE_URL
  • image มีขนาดดาวน์โหลด 1.66 GB และโมเดล embedding ค่าเริ่มต้นสำหรับค้นหาเอกสารใช้ RAM ประมาณ 500 MB ต่อ worker เอกสารไม่ได้เผยแพร่ข้อกำหนดขั้นต่ำของ CPU, RAM หรือดิสก์
  • ทุกสิ่งที่คุณสร้างจะอยู่ใน volume /app/backend/data เอกสารเตือนว่าห้ามรันโดยไม่มีมัน บัญชีแรกที่คุณสร้างจะเป็นผู้ดูแลระบบ และการสมัครสมาชิกจะปิดเมื่อมีบัญชีนั้นแล้ว

ขนาด (ของเรา: เอกสารไม่ได้เผยแพร่ข้อกำหนดขั้นต่ำ)

กำหนดขนาดตามประเภทงาน
ปริมาณงานvCPURAM
Open WebUI กับ API ที่โฮสต์ภายนอกหรือ Ollama ที่แยกต่างหากของเรา image แอป และ embedder สำหรับค้นหาเอกสารใส่ได้โดยมีพื้นที่เหลือ รองรับผู้ใช้แชตจำนวนหนึ่ง24 GB
Open WebUI พร้อม Ollama ที่รวมมาด้วยและโมเดล 8Bของเรา โมเดล 8B ต้องดาวน์โหลด 4.9 GB และต้องอยู่ในหน่วยความจำข้างแอป ได้ไม่กี่ token ต่อวินาทีบน CPU48 GB
Ollama ที่รวมมาด้วยพร้อมโมเดล 14B หรือผู้ใช้หลายคนพร้อมกันของเรา โมเดล 14B มีขนาด 9.3 GB ส่วนที่เหลือเป็นหน่วยความจำสำหรับแอป embedder และแชตพร้อมกัน824 GB

แพ็กเกจที่เหมาะสม

4 เครื่อง ราคาปัจจุบัน

เครื่องที่เหมาะและถูกที่สุดก่อน ราคาเป็นราคาวันนี้ ต่อเดือน อ่านจากแค็ตตาล็อก

  • C2-4-80$37.90/เดือน

    2 vCPU · 4 GB · ดิสก์ 80 GB · 3 TB

    โมเดลที่โฮสต์ภายนอกเท่านั้น: การติดตั้งแบบเบา. 2 vCPU / 4 GB / 80 GB Open WebUI พร้อมคีย์ API หรือ Ollama ที่อื่น เลือกเพราะเมือง ไม่ใช่เพราะขนาด

    ปรับใช้
  • BD-8$12.90/เดือน

    4 vCPU · 8 GB · ดิสก์ 100 GB · 32 TB

    ราคาถูกที่สุดที่มีพื้นที่พอสำหรับ Ollama ที่รวมมาด้วยและโมเดล 8B. 4 vCPU, 8 GB, 100 GB สำหรับอิมเมจและการดาวน์โหลดโมเดล หน่วยความจำเป็นสองเท่าของการติดตั้งแบบเบา เพื่อรองรับโมเดล

    ปรับใช้
  • C4-8-160$75.90/เดือน

    4 vCPU · 8 GB · ดิสก์ 160 GB · 3 TB

    สเปกเดียวกันพร้อม 160 GB ในเมืองที่มากกว่า. 4 vCPU / 8 GB / 160 GB สำหรับเมื่อเมืองของแถวที่ถูกที่สุดไม่เหมาะกับคุณ หรือคุณต้องการคลังโมเดลที่ใหญ่ขึ้น

    ปรับใช้
  • BD-24$31.90/เดือน

    8 vCPU · 24 GB · ดิสก์ 300 GB · 32 TB

    8 vCPU / 24 GB สำหรับโมเดล 14B และทีม. โมเดล 14B และแชตพร้อมกันหลายรายการ พร้อมดิสก์สำหรับคลังเอกสาร

    ปรับใช้

ยังไม่มีพรีเซ็ตเริ่มต้นสำหรับ Open WebUI: การติดตั้งคือสี่ขั้นตอนด้านล่างที่คุณพิมพ์เอง เป็นคำสั่งจากเอกสารของโปรเจกต์ โดยมีการเปลี่ยนแปลงหนึ่งจุดที่ระบุไว้

การติดตั้ง

สี่ขั้นตอน จากเอกสารของ Open WebUI

Docker, คอนเทนเนอร์, บัญชีผู้ดูแลระบบ แล้วจึงโมเดล ทำขั้นตอนที่ 3 ทันที: บัญชีแรกที่สร้างจะเป็นผู้ดูแลระบบ

  1. Docker curl -fsSL https://get.docker.com | sh ตรวจสอบด้วย docker --version
  2. สร้าง secret key แล้วเริ่มใช้งาน รัน openssl rand -hex 32 และเก็บผลลัพธ์ไว้ เอกสารส่งค่านี้เป็น WEBUI_SECRET_KEY สิ่งเดียวที่เราเปลี่ยนจากคำสั่งของพวกเขา: 127.0.0.1:3000:8080 ทำให้พอร์ตไม่เปิดสู่อินเทอร์เน็ตสาธารณะจนกว่าคุณจะมี 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 สำหรับ Ollama ที่รวมมาด้วย ให้เปลี่ยน image เป็น ghcr.io/open-webui/open-webui:ollama และเพิ่ม -v ollama:/root/.ollama
  3. สร้างบัญชีผู้ดูแลระบบทันที จากแล็ปท็อปของคุณ ssh -N -L 3000:127.0.0.1:3000 root@your-server แล้วเปิด http://127.0.0.1:3000 หน้าจอแรกจะมีตัวเลือก Create Admin Account บัญชีนั้นจัดการการตั้งค่าทั้งหมด และการสมัครสมาชิกจะปิดตัวเองหลังจากนั้น
  4. เชื่อมต่อโมเดล แล้วจึงตั้งค่าโดเมน ในการตั้งค่า Admin ส่วน Connections: เพิ่ม API key ที่เข้ากันได้กับ OpenAI หรือที่อยู่ของ Ollama ของคุณ สำหรับ Ollama ที่อยู่บนโฮสต์เดียวกัน README แนะนำให้ใช้ --network=host พร้อม -e OLLAMA_BASE_URL=http://127.0.0.1:11434 ซึ่งพอร์ตจะกลายเป็น 8080 สำหรับ HTTPS ให้วาง reverse proxy ไว้ด้านหน้าและตั้งค่า proxy_buffering off; ใน location block ของมัน มิฉะนั้นคำตอบแบบสตรีมจะแสดงผลผิดเพี้ยน

พูดกันตรง ๆ

สิ่งที่เราจะซื้อจริงๆ

โปรเจกต์ไม่ได้ระบุข้อกำหนดขั้นต่ำ ดังนั้นให้เลือกซื้อตามโมเดล ไม่ใช่ตามอินเทอร์เฟซ

สำหรับ Open WebUI พร้อม Ollama ของตัวเอง

BD-8 · $12.90/เดือน

4 vCPU, 8 GB และ 100 GB ราคา $12.90: image ขนาด 1.66 GB, embedder และโมเดล 8B ในหน่วยความจำข้างกัน ตอบได้ไม่กี่ token ต่อวินาทีบน CPU เหมาะกับผู้ใช้คนเดียวหรือทีมเล็กที่รอได้ ไม่ใช่ห้องที่มีคนรอพร้อมกันจำนวนมาก หากโมเดลทั้งหมดของคุณโฮสต์ภายนอก C2-4-80 ราคา $37.90 ให้อินเทอร์เฟซเดียวกันในราคาที่ถูกกว่า หากผู้ใช้ต้องการคำตอบจากเครื่องที่รวดเร็ว ไลน์ GPU คือคำตอบที่ตรงไปตรงมา และ image :cuda สร้างมาเพื่อสิ่งนี้

ปรับใช้ BD-8C2-4-80 สำหรับโมเดลที่โฮสต์ภายนอกเท่านั้น

คำถาม

คำถามที่ผู้คนถามก่อนซื้อ

ข้อกำหนดระบบของ Open WebUI คืออะไร
โปรเจกต์ไม่ได้เผยแพร่ไว้: README, quick start และคู่มือประสิทธิภาพไม่ได้ระบุข้อกำหนดขั้นต่ำของ CPU, RAM หรือดิสก์ สิ่งที่ระบุไว้คือ image :main มีขนาดดาวน์โหลด 1.66 GB (176 MB สำหรับ image :slim ซึ่งไม่รวมชุด machine learning ที่มาด้วย) และโมเดล embedding ค่าเริ่มต้นสำหรับค้นหาเอกสารใช้ RAM ประมาณ 500 MB ต่อ worker process ขนาดในหน้านี้เป็นของเรา คำนวณจากตัวเลขเหล่านั้นและจากโมเดลที่คุณเลือกรันควบคู่
Open WebUI มี Ollama รวมอยู่ด้วยหรือไม่
เฉพาะเมื่อคุณเลือก image :ollama รวม Open WebUI และ Ollama ไว้ในคอนเทนเนอร์เดียว โดยเริ่มด้วย volume ที่สองสำหรับโมเดล image :main ไม่มี: มันเชื่อมต่อกับ Ollama ที่คุณรันที่อื่นหรือบนเครื่องเดียวกัน และกับ API ที่เข้ากันได้กับ OpenAI ใดก็ได้ เช่น ผู้ให้บริการโฮสต์โมเดลหรือ vLLM หน้า Ollama ของเรากำหนดขนาดฝั่งโมเดลตาม RAM
ใช้พอร์ตใด
แอปรับฟังที่ 8080 ภายในคอนเทนเนอร์ และเอกสารเผยแพร่เป็น 3000 บนโฮสต์ด้วย -p 3000:8080 หากคุณใช้ --network=host เพื่อเข้าถึง Ollama บนเครื่องเดียวกัน พอร์ตจะเป็น 8080 แทน ให้ผูกไว้กับ loopback และใช้ SSH tunnel จนกว่าจะมีบัญชีผู้ดูแลระบบและมี HTTPS อยู่ด้านหน้า เพราะบัญชีแรกที่สร้างจะเป็นผู้ดูแลระบบ
ต้องใช้ GPU หรือไม่
ไม่จำเป็นสำหรับตัว Open WebUI เอง ซึ่งเป็นเว็บแอป GPU มีผลเฉพาะกับโมเดล: image :cuda รันโมเดลบนการ์ด Nvidia และหากไม่มี Ollama ที่รวมมาหรือแยกต่างหากจะตอบด้วย CPU อย่างช้าๆ หากโมเดลโฮสต์อยู่หลัง API key จะไม่เกี่ยวข้องกับ GPU เลย
ข้อมูลของฉันอยู่ที่ไหน และจะอัปเดตอย่างไร
อยู่ใน volume ที่เมานต์ไว้ที่ /app/backend/data: แชต ผู้ใช้ และการตั้งค่า โดยค่าเริ่มต้นเก็บใน SQLite เอกสารระบุว่าห้ามรันโดยไม่มีมัน หากต้องการอัปเดต ให้ pull image ใหม่ ลบคอนเทนเนอร์ แล้วรันคำสั่งเดิมอีกครั้งบน volume เดิมและ secret key เดิม เอกสารแนะนำ PostgreSQL เมื่อมีผู้ใช้จำนวนมากพร้อมกัน
VPS หนึ่งเครื่องรองรับผู้ใช้ได้กี่คน
เอกสารไม่ได้ให้ตัวเลข แต่ระบุว่าค่าเริ่มต้นเหมาะกับการใช้งานส่วนตัว: SQLite สำหรับฐานข้อมูล, vector store ภายในที่ไม่ปลอดภัยเมื่อมี worker มากกว่าหนึ่งตัว และโมเดล embedding ที่โหลดอยู่ในตัวแอปเอง สำหรับทีมที่ใช้งานหนัก เอกสารแนะนำ PostgreSQL, Redis และบริการ embedding ภายนอก และการย้าย embedding ออกจากเครื่องจะช่วยคืนหน่วยความจำหลายร้อยเมกะไบต์ต่อ worker
Open WebUI, Dify หรือ AnythingLLM?
Open WebUI คืออินเทอร์เฟซแชต: คุณนำโมเดลมาเอง แล้วมันจะให้บัญชีผู้ใช้ ประวัติ เอกสาร และเครื่องมือแก่ผู้ใช้ในเบราว์เซอร์ Dify เป็นแพลตฟอร์มสำหรับสร้างแอปและเวิร์กโฟลว์ LLM ส่วน AnythingLLM มีการออกแบบแชตกับเอกสารในแบบของตัวเอง ทั้งสามรันบนเครื่องประเภทเดียวกัน และแต่ละตัวมีหน้าของตัวเองที่นี่พร้อมข้อกำหนดเฉพาะ

อ่านต่อ

ที่เกี่ยวข้อง