Skip to content

Open_WebUI_Installation.md

Latest commit

 

History

History
198 lines (153 loc) · 7.14 KB

Open_WebUI_Installation.md

File metadata and controls

198 lines (153 loc) · 7.14 KB

Open WebUI Installation (ohne Docker) - Technische Anleitung

Diese Anleitung beschreibt die manuelle Installation von Open WebUI auf einem Linux-System (getestet mit Ubuntu unter WSL2).

Voraussetzungen:

  • WSL2 (Windows Subsystem for Linux 2) installiert und konfiguriert.
  • Eine Ubuntu-Distribution in WSL2.
  • Git installiert: sudo apt update && sudo apt install git
  • Python 3 und pip (innerhalb von WSL2): sudo apt install python3 python3-pip python3-venv
  • Node.js und npm (innerhalb von WSL2): sudo apt install nodejs npm
  • Ollama installiert und laufend (ollama serve).

Installationsschritte:

  1. Open WebUI Repository klonen:

    cd ~
git clone [https://github.com/open-webui/open-webui.git](https://github.com/open-webui/open-webui.git)
cd open-webui

  2. Virtuelle Python-Umgebung erstellen und aktivieren:

    python3 -m venv venv
source venv/bin/activate

  3. Backend-Abhängigkeiten installieren:

    cd backend
pip install -r requirements.txt
cd ..

  4. Frontend-Abhängigkeiten installieren:

    npm install

  5. Frontend-Build erstellen (mit erhöhtem Speicher):

    NODE_OPTIONS="--max-old-space-size=8192" npm run build

    (Passen Sie den Wert 8192 bei Speicherproblemen an den verfügbaren RAM an).

  6. main.py Pfadkorrektur (manuell anpassen): Öffnen Sie die Datei backend/open_webui/main.py:

    nano backend/open_webui/main.py

    Fügen Sie die folgenden Zeilen am Anfang der Datei (nach Kommentaren, vor den ersten from ... import ... Anweisungen) ein:

    import sys
import os
sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), '..')))

    Speichern und schließen Sie die Datei (Ctrl+X, J, Enter).

  7. webui.db Datenbankdatei löschen (optional, bei Datenbankfehlern): Falls es bei vorherigen Versuchen Datenbankfehler gab:

    rm -f backend/data/webui.db

    (Achtung: Dies löscht alle bestehenden Open WebUI-Daten wie Chats und Benutzer!)

  8. Berechtigungen setzen:

    sudo chown -R $(whoami):$(whoami) .
sudo chmod -R u+rwX .

  9. Umgebungsvariablen in .env konfigurieren: Erstellen oder bearbeiten Sie die Datei .env im Hauptverzeichnis:

    nano .env

    Fügen Sie die folgenden Zeilen ein (oder passen Sie diese an):

    WEBUI_HOST=0.0.0.0
WEBUI_PORT=8081
OLLAMA_BASE_URL=http://localhost:11434

    Speichern und schließen Sie die Datei.

Starten von Open WebUI:

  1. Ollama Server starten (falls nicht schon läuft): In einem separaten WSL2-Terminal:

    ollama serve

  2. Open WebUI Server starten: In dem Terminal, in dem Ihre virtuelle Umgebung aktiviert ist ((venv) sichtbar):

    uvicorn backend.open_webui.main:app --host 0.0.0.0 --port 8081 --reload

Zugriff:

Öffnen Sie Ihren Webbrowser unter Windows und navigieren Sie zu: http://localhost:8081

2. edge_tts_container_installation.md

# Edge TTS Container (travisvn/openai-edge-tts) Installation & Test

Diese Anleitung beschreibt die Installation und den Test des `travisvn/openai-edge-tts`-Docker-Containers für Text-zu-Sprache (TTS).

**Voraussetzungen:**

* Docker Desktop unter Windows installiert und laufend.

**Installations- und Testschritte:**

1.  **Docker-Image herunterladen:**
    Öffnen Sie **Windows PowerShell** (oder Windows Terminal) und führen Sie aus:
    ```powershell
    docker pull travisvn/openai-edge-tts:latest
    ```

2.  **Docker-Container starten:**
    Starten Sie den Container, indem Sie den Port `5050` mappen und einen API-Schlüssel übergeben. Diesen API-Schlüssel werden Sie später in Open WebUI verwenden.
    ```powershell
    docker run -d --name openai-edge-tts -p 5050:5050 -e API_KEY="sk-mein-geheimer-testschluessel" travisvn/openai-edge-tts:latest
    ```
    (Ersetzen Sie `"sk-mein-geheimer-testschluessel"` durch einen beliebigen, sicheren Dummy-Wert Ihrer Wahl).

3.  **Status des Containers überprüfen:**
    Stellen Sie sicher, dass der Container läuft:
    ```powershell
    docker ps
    ```
    Der Status sollte `Up ...` sein.

4.  **TTS-Dienst testen (PowerShell):**
    Testen Sie, ob der TTS-Dienst im Container reagiert und Audio generiert.
    ```powershell
    $headers = @{
        "Content-Type" = "application/json";
        "Authorization" = "Bearer sk-mein-geheimer-testschluessel" # Muss mit dem oben verwendeten API_KEY übereinstimmen
    }
    $body = '{"model": "tts-1", "input": "Hallo Welt, dies ist ein Test der Sprachausgabe.", "voice": "alloy"}' # "alloy" wird später angepasst
    Invoke-WebRequest -Uri http://localhost:5050/v1/audio/speech -Method POST -Headers $headers -Body $body -OutFile test_speech.mp3
    ```
    Wenn erfolgreich, wird eine `test_speech.mp3`-Datei in Ihrem aktuellen PowerShell-Verzeichnis erstellt, die Sie abspielen können.

**Wichtiger Hinweis zur Stimme ("alloy" nicht gefunden):**

Der `travisvn/openai-edge-tts`-Container emuliert zwar die OpenAI-API, verwendet aber die tatsächlichen Microsoft Edge TTS-Stimmen, die andere Namen haben. Wenn Sie im Browser den Fehler "Voice 'alloy' not found" erhalten, sehen Sie in den Fehlermeldungen des Open WebUI Backend-Terminals eine Liste der tatsächlich verfügbaren Stimmen (z.B. `am_alloy`, `af_nova`, `bf_emma` etc.). Sie müssen eine dieser Stimmen in Ihrer Open WebUI `.env`-Datei verwenden.

---

### 3. openwebui_ollama_models_anbinden.md

```markdown
# Ollama Modelle in Open WebUI anbinden

Diese Anleitung beschreibt, wie Sie weitere Sprachmodelle in Ollama herunterladen und in Open WebUI zur Verfügung stellen.

**Voraussetzungen:**

* Ollama Server läuft in WSL2 (`ollama serve`).
* Open WebUI läuft und ist über den Browser erreichbar.

**Schritte zum Hinzufügen von Modellen:**

1.  **Gewünschtes Modell auf Ollama Hub finden:**
    Besuchen Sie [https://ollama.ai/library](https://ollama.ai/library) in Ihrem Webbrowser, um verfügbare Modelle zu durchsuchen (z.B. `gemma:7b`, `mistral:7b`).

2.  **Modell mit Ollama herunterladen (Pull):**
    Öffnen Sie Ihr WSL2-Terminal und führen Sie den `ollama pull`-Befehl aus:
    ```bash
    ollama pull <modellname>:<tag>
    ```
    **Beispiele:**
    * `ollama pull gemma:7b`
    * `ollama pull mistral:7b`
    * `ollama pull llama2` (lädt den `latest`-Tag von Llama2)

    Warten Sie, bis der Download abgeschlossen ist.

3.  **Modell in Open WebUI verwenden:**
    Sobald das Modell erfolgreich heruntergeladen wurde, erkennt Open WebUI es automatisch.

    * Öffnen Sie Open WebUI in Ihrem Browser (`http://localhost:8081` oder den Port, den Sie konfiguriert haben).
    * Im Chat-Interface von Open WebUI finden Sie ein Dropdown-Menü zur Modellauswahl (oft oben in der Mitte oder in der Seitenleiste).
    * Das neu heruntergeladene Modell (`gemma:7b`, `mistral:7b` etc.) sollte nun in dieser Liste erscheinen. Wählen Sie es aus.
    * Sie können nun mit dem ausgewählten Modell chatten.

**Modelle entfernen:**

Um ein Modell zu entfernen und Speicherplatz freizugeben:
```bash
ollama rm <modellname>:<tag>