概要
Ollama を利用する際に GUI や WebUI ベースでのインタフェースがあると利便性が上がります。Open WebUI は、ローカルまたはリモートの LLM を管理・利用するためのウェブベースのインターフェースです。
Open WebUI を導入するには、Docker や Kubernetes の環境を用意する方法もありますが、Windows 上で行うには WSL2 に依存する部分があるので、個人的にはオーバヘッドが少し大きいのかなという印象です。
(Docker や Kubernetes を使うメリットはもちろんあると思います)
Docker や Kubernetes を利用せずに、Python / uv を用いたインストール方法だと、コマンド２つのみで Open WebUI の実行環境を簡単に用意できましたので情報残しておきます。
Open WebUI とは
Open WebUI は、もともとは Ollama WebUI として開発されていましたが、Ollama だけでなく オープン性と柔軟性への取り組み、幅広い LLM のサポートなどの観点から Open WebUI となったようです。(参考)
公式サイト
https://openwebui.com/
https://docs.openwebui.com/
Open WebUI is an extensible, feature-rich, and user-friendly self-hosted AI platform designed to operate entirely offline. It supports various LLM runners like Ollama and OpenAI-compatible APIs, with built-in inference engine for RAG, making it a powerful AI deployment solution.
https://docs.openwebui.com/
(機械翻訳)
Open WebUI は、完全にオフラインで動作するように設計された、拡張可能で機能が豊富でユーザーフレンドリーなセルフホスト型 AI プラットフォームです。Ollama や OpenAI 互換 API などのさまざまな LLM ランナーをサポートし、RAG 用の推論エンジンが組み込まれているため、強力な AI 展開ソリューションとなっています。
Open WebUI のインストール方法
公式のドキュメントにインストール方法は記載されています。
https://docs.openwebui.com/getting-started/quick-start/
Choose your preferred installation method below:
https://docs.openwebui.com/getting-started/quick-start/
- Docker: Officially supported and recommended for most users
- Python: Suitable for low-resource environments or those wanting a manual setup
- Kubernetes: Ideal for enterprise deployments that require scaling and orchestration
公式にサポートしているのは Docker を用いる方法ですが、ここでは Python で行ってみます。
Python を利用する場合、さらに uv, Conda, venv の方法が用意されていますが、ここでは uv を使ってみようと思います。
Python / uv で Open WebUI をインストールする (Windows上)
公式サイトのに記載されている手順に準拠します。
(1) uv のインストール
PowerShell で以下を実行します。
Windows 11 で行う場合は、[ターミナル] を起動して実行すればよいです。
コマンドプロンプトではなく、[ターミナル] か [PowerShell] での実行が必要なので、その点だけ注意してください。
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
これは比較的すぐ完了します。
表示にある通り、env を設定するか、ターミナルを起動しなおします。(ここではターミナルを起動しなおしました。)
(2) Open WebUI のインストールと起動
起動しなおしたターミナルで、以下を実行します。
この $env:DATA_DIR=”C:\open-webui\data” で指定するフォルダは、Open WebUI のデータを置くフォルダです。
あらかじめ作成しておく必要はありません。環境に合わせて変更してください。
$env:DATA_DIR="C:\open-webui\data"; uvx --python 3.11 open-webui@latest serve
必要なファイルのダウンロードなどが行われて、Open WebUI が起動します。(ブラウザは自動起動しません。)
わかりづらいですが、以下が表示されたら ブラウザを開き http://localhost:8080 にアクセスしてみます。
INFO: Started server process [xxxx]
INFO: Waiting for application startup.
Open WebUI が起動していると以下の画面が表示されます。下のほうの Get started の上の → をクリックします。
管理者ユーザの情報を登録します。
新機能のダイアログが表示されます。
[OK、始めましょう] をクリックします。
Open WebUI が表示されます。
左上のドロップダウンのところから、ollama で pull 済みのモデルが選択できます。
モデル選択後、プロンプトの入力を行います。
ターミナルを閉じると Open WebUI は終了します。
2回目以降の Open WebUI の起動
再度開始したい場合は、ターミナルで先ほどと同じコマンドを実行すればよいです。
$env:DATA_DIR="C:\open-webui\data"; uvx --python 3.11 open-webui@latest serve
削除したい場合
削除したい場合は、以下のフォルダ、およびファイルを削除さればよいでしょう。
- C:\Users\ユーザ名\.webui_secret_key
- C:\Users\ユーザ名\AppData\Local\uv\
- C:\Users\ユーザ名\.local
- Open WebUI データフォルダ (上の例だと C:\open-webui\)
ユーザの環境変数 Path にも C:\Users\ユーザ名\local\bin が追加されているので不要であれば削除します。
まとめ
2つコマンドを実行するだけで Open WebUI を導入できました、思ったよりも簡単です。
別ページで記載しましたが Ollama も Windows 版のインストールは非常に簡単でした。
導入後、モデルの追加や削除は Ollama のコマンドベースで行う必要がありますが、手軽に LLM を WebUI で試す環境は用意できるといえます。
参考となれば幸いです。
▼ 関連ページ
