Open WebUI ምን ያህል RAM ያስፈልገዋል?

Open WebUI ራሱ በ1 GB ገደማ ይሰራል። ከርቀት APIs ጋር ብቻ የሚነጋገር ከሆነ የ2 GB ፕላን በቂ ነው። memoryውን የሚጠይቁት በOllama የሚሄዱ አካባቢያዊ models ናቸው — ለትናንሽ 3B models 4 GB፣ ለ7–8B models 6 GB ወይም ከዚያ በላይ።

GPU በሌለው VPS ላይ አካባቢያዊ models ማሄድ እችላለሁ?

አዎ፣ ተጨባጭ በሆኑ ግምቶች። ትናንሽ quantized models በCPU ላይ በሰከንድ ጥቂት tokens ፍጥነት ይመልሳሉ። ለአጭር ስራዎችና ለግል ሙከራዎች ይሆናል፣ ረጅም መልስ ላለው ፈጣን chat ግን አይደለም።

በNAT ፕላን ላይ ልጠቀምበት እችላለሁ?

አዎ፣ በግል SSH ፖርትዎ ላይ በSSH tunnel። ቡድንዎ በbrowser ለሚከፍተው public HTTPS አድራሻ ግን ልዩ IP ያለው ፕላን ያስፈልግዎታል።

accounts መፍጠር የሚችለው ማን ነው?

የመጀመሪያው የተመዘገበ account admin ይሆናል። ከዚያ በኋላ አዲስ ምዝገባዎችን በመጠባበቅ ላይ ያድርጉ ወይም በadmin ቅንብሮች ውስጥ ያጥፏቸው፣ አለበለዚያ URLኡን ያገኘ ማንኛውም ሰው account መፍጠር ይችላል።

ውይይቶቼ የት ይቀመጣሉ?

በሰርቨርዎ ላይ ባለ የDocker volume ውስጥ። ወደ ተገናኘው የmodel API ከሚልኳቸው prompts በቀር ምንም ነገር ወደ ሶስተኛ ወገን አይሄድም።

VPS ለOpen WebUI፦ ለLLMs የግል chat interface

Open WebUIን በVPS ላይ ለማንኛውም OpenAI-ተኳኋኝ API ወይም ለአካባቢያዊ Ollama models የግል chat interface አድርገው ያስተናግዱ፦ Docker፣ ደህንነቱ የተጠበቀ መዳረሻ እና መጠን መምረጥ።

ሶስት የተለያዩ የmodel አቅራቢዎችን ይጠቀማሉ፣ እያንዳንዳቸው የራሳቸው chat መስኮት፣ subscription እና ታሪክ አላቸው። Open WebUI ሁሉንም በራስዎ ከሚያስተናግዱት አንድ interface ጀርባ ያሰባስባቸዋል፦ ለእያንዳንዱ ውይይት model ይምረጡ፣ ሁሉንም ታሪክ በሰርቨርዎ ላይ ያቆዩ፣ ለቡድንዎ ያጋሩ፣ ምንም ነገር ከማሽኑ መውጣት በማይገባበት ጊዜ ደግሞ አካባቢያዊ models ያገናኙ።

ለማሄድ ሁለት መንገዶች

ለAPIs እንደ interface። Open WebUI ከማንኛውም OpenAI-ተኳኋኝ API ጋር ይገናኛል — የሚስተናገዱ አቅራቢዎች፣ LiteLLM proxy ወይም የራስዎ endpoint። ሰርቨሩ ከሞላ ጎደል ምንም አይሰራም፤ ትንሽ ፕላን ከበቂ በላይ ነው።

ከአካባቢያዊ models ጋር። በዚያው ሰርቨር ላይ Ollamaን ይጨምሩና open-weight modelsን በአካባቢው ያሂዱ። አሁን RAM ገደቡ ነው፣ በCPU ላይ inference ደግሞ ቀርፋፋ ነው። ሐቀኛው ግብይት፦ ሙሉ ግላዊነት፣ መጠነኛ ፍጥነት።

ቅንብር	ፕላን
የAPI interface፣ የግል አጠቃቀም	Micro — 1 vCPU፣ 2 GB፣ $5/ወር (SSH tunnel)
የAPI interface፣ የቡድን መዳረሻ በHTTPS	Micro-IP — 1 vCPU፣ 2 GB፣ $10/ወር
አካባቢያዊ 3B models በOllama	AI-Agent — 2 vCPU፣ 4 GB፣ $10/ወር
አካባቢያዊ 7–8B models	Medium — 4 vCPU፣ 6 GB፣ $12/ወር፣ ወይም ለትልልቆቹ Pro ፕላኖች

በDocker መጫን

Docker በተጫነበት ሰርቨር ላይ፦

docker run -d --name open-webui --restart always \
  -p 127.0.0.1:3000:8080 \
  -v open-webui:/app/backend/data \
  ghcr.io/open-webui/open-webui:main

በ127.0.0.1 ላይ ማሰር እንዴት እንደሚከፍቱት እስኪወስኑ ድረስ ከpublic ኢንተርኔት ያርቀዋል። chats፣ ተጠቃሚዎችና ቅንብሮች በopen-webui volume ውስጥ ይኖራሉ።

ደህንነቱ በተጠበቀ ሁኔታ ይድረሱበት

SSH tunnel — በሁሉም ፕላኖች ይሰራል፣ NATን ጨምሮ፦

ssh -p 22 -N -L 3000:127.0.0.1:3000 you@203.0.113.10

http://localhost:3000ን ይክፈቱ። በNAT ፕላን ላይ የግል SSH ፖርትዎን ይጠቀሙ።

በdomainዎ ላይ HTTPS — ልዩ IP ባለው ፕላን ላይ ላለ ቡድን። subdomainን ወደ ሰርቨሩ ይጠቁሙ (መመሪያ) እና በnginx proxy ያድርጉት፣ የWebSocket headersን ጨምሮ፦

location / {
    proxy_pass http://127.0.0.1:3000;
    proxy_set_header Host $host;
    proxy_set_header Upgrade $http_upgrade;
    proxy_set_header Connection upgrade;
    proxy_read_timeout 300s;
}

ከዚያ certbot --nginx -d chat.example.com ያሂዱ። ረጅሙ የንባብ timeout አስፈላጊ ነው፦ ቀርፋፋ models መልሶችን ለደቂቃዎች stream ያደርጋሉ።

ውስጥ የመጀመሪያ ደረጃዎች

ወዲያውኑ ይመዝገቡ። የመጀመሪያው account admin ይሆናል። አዲስ ጭነትን ለሕዝብ ክፍት አይተዉት — ሌላ ሰው ሊወስደው ይችላል።
ምዝገባን ይዝጉ። የadmin ቅንብሮች → የአዲስ ተጠቃሚዎች ነባሪ ሚና በመጠባበቅ ላይ ያድርጉ፣ ወይም ምዝገባን ያጥፉ።
ግንኙነት ይጨምሩ። ቅንብሮች → ግንኙነቶች → የAPI base URL እና ቁልፍ ይለጥፉ። የዚያ አቅራቢ models በmodel መምረጫው ውስጥ ይታያሉ።

አካባቢያዊ modelsን መጨመር

Ollamaን በhostኡ ላይ ይጫኑ (የእኛ መመሪያ)፣ ትንሽ model ያውርዱ፣ Open WebUIንም እንዲደርስበት አድርገው ያስጀምሩ፦

ollama pull llama3.2:3b
docker rm -f open-webui
docker run -d --name open-webui --restart always \
  -p 127.0.0.1:3000:8080 --add-host=host.docker.internal:host-gateway \
  -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \
  -v open-webui:/app/backend/data ghcr.io/open-webui/open-webui:main

volumeኡ ዳግም ሲጀመር chatsዎን ያቆያል። በCPU ላይ በሰከንድ ጥቂት tokens ይጠብቁ — ለማጠቃለያዎችና ለግል ማስታወሻዎች ጥሩ፣ ለረጅም ጽሁፎች ቀርፋፋ። ለከበደ አካባቢያዊ inference VPS ለOllama ይመልከቱ።

ማወቅ የሚገባው

ዝማኔዎች ተደጋጋሚ ናቸው። docker pull ghcr.io/open-webui/open-webui:main፣ ከዚያ containerኡን እንደገና ይፍጠሩ። መጀመሪያ volumeኡን backup ያድርጉ።
የAPI ወጪዎች የእርስዎ ናቸው። Open WebUI በነባሪነት የአንድን ተጠቃሚ አጠቃቀም አይገድብም፤ ለቡድን ካጋሩት ወጪዎቹን ይከታተሉ።
chat መተግበሪያ እንጂ model አይደለም። የመልሶቹ ጥራት ሙሉ በሙሉ ከጀርባው ባለው model ላይ ይመሰረታል።

የፕላን ገደቦችና ማሳደጊያዎች በፕላኖች ሰነድ ውስጥ ናቸው።