Open WebUINedir?

Open WebUI, yapay zeka modellerini kendi makinende ya da kendi sunucunda kullanmak istediğinde araya koyduğun arayüz. Model çalıştırmıyor — onu ollama gibi bir motor ya da OpenAI uyumlu bir API yapıyor; Open WebUI o motorun üstüne ChatGPT'ye benzeyen, sohbet geçmişi, klasörleri, dosya yükleme ve arama olan bir katman kuruyor. İkisini aynı anda bağlayıp yerel bir modelle bulut modelini yan yana konuşturabiliyorsun.

Projenin ağırlığı rakamlarda görünüyor: GitHub'da 150 binden fazla yıldız, 22 binden fazla fork. Kendi kendini barındıran (self-hosted) AI arayüzleri arasında fiilen standart hâline geldi. Kurumsal tarafta da karşılığı var — kullanıcı grupları, rol bazlı erişim kontrolü ve tek bir kurulumdan yüzlerce kişiye hizmet verebilme, çoğu rakibinde bulunmayan özellikler.

Onu basit bir sohbet penceresinden ayıran şey eklenti mimarisi. Filters, Actions, Pipes, Tools ve Skills adı verilen katmanlarla modelin girdisine ve çıktısına Python koduyla müdahale edebiliyorsun; yani arayüz aynı zamanda küçük bir uygulama platformu. Buna on üç farklı vektör veritabanı seçeneğiyle çalışan yerel RAG desteği, web araması, çok modelli sohbet ve konuşma tabanlı görüşme ekleniyor.

Temel Özellikler

Model bağımsızlığı. ollama üzerinden yerel açık kaynak modelleri, OpenAI uyumlu endpoint üzerinden de bulut modellerini bağlıyorsun. Aynı sohbette birden fazla modele aynı soruyu sordurup cevapları karşılaştırabiliyorsun.

Yerel RAG ve bilgi tabanı. Kendi PDF, döküman ve not arşivini yükleyip modele o kaynaklardan cevap verdiriyorsun. Bilgi tabanını senkron tutan oikb aracı yerel klasörleri, GitHub repolarını, S3 kovalarını ve Confluence dahil 46 kaynağı izleyebiliyor.

Kullanıcı yönetimi. Rol bazlı erişim kontrolü ve kullanıcı grupları var. Kimin hangi modele, hangi belgeye ve hangi araca erişeceğini ayrı ayrı belirliyorsun — Open WebUI'yi kişisel araçtan ekip aracına çeviren asıl özellik bu.

Eklenti mimarisi. Filters, Actions, Pipes, Tools ve Skills katmanlarıyla Python yazarak davranışı değiştiriyorsun. Sandbox içinde komut çalıştıran Open Terminal da bunun üstüne kurulu.

Çevrimdışı çalışma. Yerel modelle kullandığında internet bağlantısı gerekmiyor; veri makineden çıkmıyor.

Kullanım Senaryoları

Gizlilik gereken işler. Müşteri sözleşmesi, hasta kaydı, şirket içi kod — buluta gönderemediğin metinleri yerel modele okutmanın en pratik yolu.

Küçük ekipler. Herkese ayrı ChatGPT aboneliği almak yerine tek bir sunucuya kurup kullanıcı hesabı açıyorsun. Model maliyeti API üzerinden ortak havuzdan gidiyor.

Kendi arşivinle konuşma. Yıllarca biriken notlarını, PDF'lerini ve raporlarını bilgi tabanına yükleyip "geçen yılki tedarikçi sözleşmesinde ceza maddesi neydi" tarzı sorular sormak.

Model karşılaştırma. Bir işi hangi modelin daha iyi yaptığını merak ediyorsan aynı prompt'u üç modele birden gönderip cevapları yan yana görmek.

Nasıl Başlanır?

En hızlı yol Docker. Bilgisayarında ollama çalışıyorsa tek komut yetiyor:

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

Sonra tarayıcıdan http://localhost:3000 adresini açıp ilk hesabı oluşturuyorsun — ilk kaydolan kullanıcı otomatik olarak yönetici oluyor. Docker istemiyorsan pip veya uv ile de kuruluyor, masaüstü uygulaması ve Kubernetes seçeneği de var.

Lisans ve Marka Kuralı

Burası atlanan bir detay. v0.6.5'e kadar olan kod BSD-3 lisansı altında; Nisan 2025'te çıkan v0.6.6 ile birlikte lisansa marka koruması eklendi. Kurulumda "Open WebUI" adını ve logosunu kaldıramıyor, gizleyemiyorsun. Üç istisna var: 30 günlük dönemde 50 veya daha az kullanıcın varsa, projeye anlamlı katkı yapmış ve yazılı izin almışsan, ya da kurumsal lisans satın aldıysan.

Kişisel kullanımda ve küçük ekiplerde bu bir sorun değil. Şirket içinde beyaz etiketli bir asistan olarak sunmayı planlıyorsan lisans tarafını başta çözmen gerekiyor.

Fiyatlandırma

Yazılımın kendisi ücretsiz — sınırlı bir deneme sürümü değil, tam sürüm. Kurumsal lisansın fiyatı yayınlanmıyor; öğrenmek için ekiple iletişime geçmen gerekiyor.

Asıl maliyet kalemi yazılım değil, altında ne çalıştırdığın. Yerel modelde donanım dışında para ödemiyorsun; bulut API'si bağladığında fatura sağlayıcıdan geliyor.