OpenWebUI har revolusjonert måten vi utvikler AI-applikasjoner på. I dag kan hvem som helst bygge sofistikerte AI-assistenter som kan søke gjennom kunnskapsbaser og gi presise svar – alt uten dyp teknisk ekspertise.
Tenk deg en rekrutteringsassistent som søker gjennom CV-er, eller en bilforhandler-chatbot som finner den billigste bilen i lageret. Med OpenWebUI API er dette ikke bare mulig – det er faktisk ganske enkelt.
Grunnkomponentene: Modell og Kunnskapsbase
For å komme i gang med tilpassede AI-applikasjoner trenger du to grunnleggende komponenter: en tilpasset modell og en kunnskapsbase. Den tilpassede modellen fungerer som grunnlaget for AI-assistenten, mens kunnskapsbasen inneholder all relevant informasjon som modellen kan søke i og basere sine svar på.
Dette er betydelig kraftigere enn de fleste tenker over. I stedet for å være begrenset til generell kunnskap, kan din AI-assistent få tilgang til spesifikk, oppdatert informasjon som er relevant for akkurat ditt bruksområde.
Praktisk eksempel: Rekrutteringsassistent
La oss se på et konkret eksempel. En rekrutteringsassistent starter med å lage en ny modell i OpenWebUI ved å velge ‘workspace’ og deretter ‘create a new model’. Du kan navngi modellen som ‘recruiting assistant’ og bruke OpenAI GPT-4 som grunnmodell.
«Systemprompten er kritisk for modellens funksjonalitet. For rekrutteringsassistenten kan prompten definere at den er ‘Recruiter GPT’ med tilgang til en kunnskapsbase med forskjellige CV-er, og at målet er å finne den beste kandidaten for en gitt rolle.»
Kunnskapsbasen knyttes til modellen ved å velge ‘candidate resume pool’ som inneholder alle relevante CV-er. På denne måten kan du enkelt spørre: «Who would be the best fit for a data science role?» og modellen vil søke gjennom kunnskapsbasen for å identifisere den mest egnede kandidaten.
API-tilgang og Modell-ID
For å få tilgang til modellen via API, navigerer man til localhost:3000/api/models. Her vises alle tilgjengelige modeller, inkludert GPT-4-modeller, GPT-3.5, Anthropic Claude Sonnet-modeller og de tilpassede modellene.
Ved å søke etter den spesifikke modellen, for eksempel ‘recruiting assistant’, kan man finne modell-ID-en som trengs for API-tilgang. Dette åpner opp for integrasjon med andre systemer og verktøy.
Som DeepSeek R1 som nå utfordrer OpenAI har vist oss, konkurransen i AI-markedet driver innovasjon fremover. OpenWebUI posisjonerer seg som et fleksibelt alternativ som gir deg kontroll over dine AI-applikasjoner.
Bygge Brukergrensesnitt med Klein
For å lage et brukervennlig grensesnitt kan man bruke verktøy som Cline for å utvikle en chatbot-applikasjon. Prosessen innebærer å gi AI-kodingsverktøyet dokumentasjonen for OpenWebUI API-endepunktene sammen med informasjon om den spesifikke modellen som skal brukes.
Verktøyet kan da generere en fullstendig chatbot-applikasjon hvor brukere kan stille spørsmål om kandidater. For å bruke applikasjonen kreves en API-nøkkel fra OpenWebUI som finnes ved å gå til innstillinger, velge ‘account’ og deretter ‘API keys’.
«Etter å ha oppgitt API-nøkkelen kan brukere stille spørsmål som ‘Find me the best candidate for a data science role’, og systemet vil returnere relevante kandidatanbefalinger.»
Forbedre Presentasjonen
Formateringen av svarene kan forbedres ved å be AI-kodingsverktøyet om justeringer. Ved å ta et skjermbilde av resultatet og be om forbedringer, kan verktøyet automatisk justere koden for bedre presentasjon av informasjonen.
Dette viser kraften i moderne AI-utviklingsverktøy – du trenger ikke å være programmererekspert for å lage profesjonelle løsninger.
Utvidede Funksjoner og Muligheter
OpenWebUI støtter også tilleggsfunksjonalitet for tilpassede modeller, inkludert synsmuligheter, kodekjøring, filtre, funksjoner og andre verktøy. Alle disse kan legges til hver enkelt tilpassede modell for å utvide funksjonaliteten.
Et annet eksempel er en bilforhandler-chatbot som bruker en kunnskapsbase med bilinventar. Denne kan svare på spørsmål som «What is your cheapest car?» ved å søke gjennom kunnskapsbasen og returnere relevant informasjon, for eksempel at den billigste bilen er en 2020 Kia til en bestemt pris.
Som vi så med Claude Codes nye Output Styles, utvikler AI-verktøyene seg raskt. OpenWebUI holder tritt med denne utviklingen ved å tilby fleksible løsninger som kan tilpasses dine behov.
Verdien av API-integrasjon
Verdien av API-tilgang ligger i fleksibiliteten til å integrere disse tilpassede modellene i andre applikasjoner og tjenester. Ved å ha tilgang til modellene gjennom localhost:3000/api/models kan utviklere bygge egendefinerte grensesnitt og integrere AI-funksjonaliteten i eksisterende systemer.
Denne tilnærmingen gjør det mulig for ikke-programmerere å lage sofistikerte AI-applikasjoner ved å kombinere kraftige språkmodeller med domenespesifikk kunnskap, alt uten å kreve dyp teknisk ekspertise innen programmering eller maskinlæring.
Sammenlignet med gratis alternativer som Gemini CLI, gir OpenWebUI deg full kontroll over dine data og modeller – noe som er kritisk for bedriftsbruk.
Komme i Gang
Å bygge din første AI-applikasjon med OpenWebUI er enklere enn du tror. Start med et enkelt prosjekt – kanskje en FAQ-bot for din bedrift eller en dokument-søkerobot for ditt personlige arkiv.
Nøkkelen er å tenke på hvilken kunnskap din AI trenger tilgang til, og hvordan du vil at brukerne skal interagere med den. Resten ordner OpenWebUI API for deg.
Har du prøvd å bygge AI-applikasjoner tidligere? Del dine erfaringer i kommentarfeltet under – jeg er alltid interessert i å høre hvordan folk bruker disse verktøyene i praksis.
