Open WebUI для команды: группы, ИИ-ассистенты, библиотека промптов, общая база знаний и бэкап

После установки Open WebUI с Ollama большинство команд пользуются им как приватным ChatGPT: каждый открывает чат и пишет запрос. Гораздо больше пользы он приносит, если настроить его под команду: одобрять учётные записи, распределить сотрудников по группам, создать готовых ассистентов для повторяющихся задач — ответов клиентам, перевода и текстов для карточек товаров, — завести общую библиотеку промптов и документы компании и регулярно делать резервные копии. В этой статье разобраны все эти настройки. Названия меню соответствуют последним версиям Open WebUI и иногда меняются от релиза к релизу.

Шаг 1: Управление регистрацией пользователей

Первая созданная учётная запись становится администратором. Затем в разделе Admin Panel > Settings > General (панель администратора, общие настройки):

• Установите для новых пользователей роль по умолчанию pending (ожидает одобрения): тогда только что зарегистрировавшиеся пользователи не смогут работать в чате, пока их не одобрит администратор.
• Включайте регистрацию новых пользователей только на то время, пока регистрируются коллеги, а затем снова отключайте её. Учётные записи можно также создавать самостоятельно в разделе Admin Panel > Users.
• Администраторов должно быть немного; всем остальным назначайте роль user.

Шаг 2: Распределение сотрудников по группам

В разделе Admin Panel > Users > Groups создайте группы, например «Поддержка», «Маркетинг» и «Разработка», и добавьте в них участников. Группы используются для двух целей: чтобы определять, каких ассистентов и какие базы знаний видит каждая команда, и чтобы выдавать права — например, на загрузку файлов или на создание собственных ассистентов и промптов в рабочем пространстве. Распространённая схема: руководители команд могут редактировать рабочее пространство, а у остальных сотрудников есть только доступ к чату.

Шаг 3: Какие модели видят пользователи

В разделе Admin Panel > Settings > Models скройте модели, которые не должны появляться в меню чата, — например, модель эмбеддингов или модели, которые вы пока только тестируете, — и задайте подходящую модель по умолчанию. Тогда сотрудники выбирают из короткого списка специализированных ассистентов, а не из технических названий моделей.

Шаг 4: Создание готовых ассистентов

Ассистент — это сохранённая связка из базовой модели, системного промпта, параметров и, при необходимости, базы знаний. Создавайте ассистентов в разделе Workspace > Models (рабочее пространство, модели), давайте каждому понятное название и описание и открывайте доступ тем группам, которым он нужен. Несколько примеров, которые хорошо себя показывают:

Name: Customer Reply Writer        Base model: qwen2.5:7b
System prompt:
You help support staff answer customer messages for ACME Hosting.
Write a polite, concise reply in the customer's language.
Use only facts given by the staff member or the attached knowledge.
If information is missing, list what to ask the customer instead of guessing.

Name: Listing Translator           Base model: qwen2.5:7b
System prompt:
Translate e-commerce product text into the language the user requests.
Keep brand names, model numbers, units and HTML tags unchanged.
Use natural marketplace wording, not word-for-word translation.
Return only the translated text.

Name: Ticket Summariser            Base model: qwen2.5:7b
System prompt:
Summarise the conversation pasted by the user in 5 bullet points:
problem, what was tried, current status, next step, customer mood.

Для ассистентов, которые должны строго придерживаться фактов, снизьте температуру в расширенных параметрах (например, до 0.3). Прежде чем открыть доступ коллегам, проверьте каждого ассистента на реальных примерах.

Шаг 5: Общие знания компании

В разделе Workspace > Knowledge создайте коллекции, например «FAQ по товарам» или «Регламенты поддержки», и загрузите в них документы. Подключите коллекцию к ассистенту, чтобы каждый чат с ним мог опираться на эти документы, или введите в чате #, чтобы выбрать коллекцию или веб-страницу для одного вопроса. Поддерживайте коллекции в актуальном состоянии: удаляйте устаревшие файлы, когда меняются цены или регламенты. Более строгую схему вопросов и ответов по документам см. в статье о создании приватного RAG-чат-бота на AnythingLLM.

Шаг 6: Библиотека промптов

В разделе Workspace > Prompts сохраните инструкции, которые ваша команда вводит снова и снова, назначив каждой короткую команду. В любом чате при вводе / появляется их список. Например:

Command: /seo-title
Content:
Write 5 product titles for the product below. Each title must be under
120 characters, put the main keyword first and make no exaggerated claims.

Command: /polite
Content:
Rewrite the text below so it sounds friendly and professional.
Keep the meaning and all facts unchanged.

Шаг 7: Полезные приёмы для сотрудников

• Введите @, чтобы передать следующий ответ другому ассистенту, не выходя из диалога.
• Введите #, чтобы использовать коллекцию знаний или URL, и /, чтобы вставить сохранённый промпт.
• Загрузите файл в чат, чтобы задавать вопросы только по этому документу.
• Выберите две модели в верхней части чата, чтобы сравнить их ответы рядом.
• Используйте временный чат для всего, что не должно сохраняться в истории.

Шаг 8: Резервное копирование и обновление

Все пользователи, чаты, ассистенты, промпты и загруженные файлы хранятся в Docker-томе open-webui. Делайте его резервную копию перед каждым обновлением:

# Back up the whole Open WebUI data volume
mkdir -p /root/backup
docker run --rm -v open-webui:/data -v /root/backup:/backup alpine \
  tar czf /backup/open-webui-$(date +%F).tar.gz -C /data .

# Update to the latest version (the data stays in the volume)
docker pull ghcr.io/open-webui/open-webui:main
docker stop open-webui && docker rm open-webui
# then start it again with the same "docker run" command you used to install it

Частые вопросы

Сколько человек могут работать одновременно?

Сам Open WebUI нетребователен к ресурсам; ограничение — скорость, с которой модель генерирует текст. На CPU-сервере ответы формируются практически по очереди, поэтому в часы пик придётся подождать. Используйте модели поменьше для простых задач, держите самую востребованную модель загруженной или подключите облачную модель для высокой нагрузки, как описано в следующем вопросе.

Можно ли добавить облачные модели наряду с локальными?

Да. В разделе Admin Panel > Settings > Connections можно добавить любой OpenAI-совместимый API, указав его базовый URL и ключ. Пользуйтесь услугами провайдеров только из поддерживаемых ими регионов и в рамках их условий и помните, что промпты, отправленные этим моделям, покидают ваш сервер.

Коллега забыл пароль

Администратор может задать новый пароль, отредактировав пользователя в разделе Admin Panel > Users.

Если проблема не решена, создайте тикет — техническая поддержка IMIDC работает 24/7. Укажите IP сервера, версию Open WebUI, вывод docker logs open-webui и полный текст ошибки, чтобы мы быстрее нашли причину.