Open WebUI résout le problème des modèles locaux qui n'ont pas de bonne interface de discussion. Il n'exécute pas lui-même les modèles ; il fournit seulement une fenêtre de discussion dans le navigateur, et derrière, il faut Ollama ou un service de modèles avec une API compatible OpenAI. Comprenez bien ce point avant l'installation, sinon vous aurez l'impression, après la configuration, qu'il ne fait rien du tout.
Informations sur le dépôt officiel
Le projet est hébergé sur GitHub, sous l'organisation open-webui, nom du projet open-webui. L'installation la plus courante utilise l'image Docker officielle, et les données doivent être stockées dans un volume nommé ; sinon, les comptes, les conversations et les paramètres sont perdus quand le conteneur est supprimé. Les déploiements pip et Kubernetes sont aussi pris en charge, mais pour la plupart des utilisateurs individuels, Docker est la voie la plus simple. Après l'installation, ouvrez-le dans un navigateur sur le port local, créez d'abord un compte administrateur, puis connectez un service de modèles dans les paramètres.
Là où il apporte vraiment quelque chose
Premièrement, plusieurs modèles dans une seule fenêtre : les modèles Ollama locaux et les modèles cloud derrière des API compatibles peuvent cohabiter dans la même interface et être changés sans passer d'un client à l'autre. Deuxièmement, une base de connaissances intégrée : téléversez des documents et posez des questions sur vos propres documents, sans mettre en place un outil de recherche séparé. Troisièmement, le partage entre plusieurs personnes : les administrateurs peuvent répartir rôles et groupes, ce qui convient à une petite équipe partageant un serveur plutôt qu'à chaque personne installant un client de bureau. Quatrièmement, les extensions : les plugins, les appels d'outils et les services d'outils MCP offrent des points d'accroche prêts à l'emploi quand vous voulez ajouter une recherche ou connecter des systèmes internes.
Trois coûts à calculer d'abord
Le coût des modèles : Open WebUI ne fournit aucun modèle. Faire tourner des modèles locaux dépend de votre carte graphique et de votre mémoire ; les petits modèles tournent sur un ordinateur ordinaire, les grands peuvent être trop lents pour un usage quotidien. Les API cloud sont facturées à l'usage. Le coût d'exploitation : mises à jour, sauvegardes, proxy inverse et HTTPS vous incombent, et une instance exposée à Internet ne doit jamais reposer sur les seuls réglages par défaut. Le coût de licence : il utilise sa propre licence Open WebUI, et non une licence open source standard courante ; une équipe doit donc lire les conditions de licence avant toute utilisation commerciale ou redistribution sous un autre nom, plutôt que de supposer un traitement open source normal.
Les vrais pièges
Le piège le plus fréquent est Ollama qui tourne sur l'hôte pendant qu'Open WebUI tourne dans un conteneur, et les deux ne se joignent pas. Suivez l'approche officielle pour l'adressage conteneur vers hôte, vérifiez d'abord que le service de modèles lui-même répond, puis les paramètres de connexion dans l'interface. Un deuxième piège est le changement de comportement des plugins ou de l'interface après une mise à niveau ; sauvegardez le volume de données avant de mettre à jour un déploiement important. Un troisième piège est la sécurité : une vulnérabilité de la fonction de connexion directe a été divulguée par le passé, donc une instance publique durable doit être tenue à jour, utiliser un mot de passe fort et restreindre l'accès. Un quatrième piège est d'attendre une IA dès l'installation : aussi bonne soit l'interface, sans service de modèles fonctionnel derrière, ce n'est qu'une coquille vide.
À qui cela convient, et à qui cela ne convient pas
Cela vaut l'installation si vous utilisez déjà Ollama et voulez une interface navigateur à partager avec votre famille ou une petite équipe. Cela vaut aussi un essai sérieux si vous voulez transformer des documents d'entreprise en système de questions-réponses interne et êtes prêt à entretenir vous-même un serveur. Si vous voulez seulement discuter rapidement avec un modèle local sur votre propre ordinateur, ne vous donnez pas cette peine ; des applications de bureau comme LM Studio et Jan sont plus rapides. Si vous ne voulez pas du tout toucher à Docker, à la ligne de commande ni à la maintenance d'un serveur, ce n'est pas pour vous ; un service de discussion hébergé est plus simple.
