Open WebUI: ChatGPT-க்கு மாசம் ₹2,000 கட்ட தேவையில்லை! Developers கொண்டாடும் GitHub Repo

Open WebUI அப்படின்னா என்ன?#

ChatGPT Plus-க்கு மாசம் ₹2,000 கட்டாம உங்க லேப்டாப்பிலேயே முழுக்க முழுக்க இலவசமாக சொந்த AI-ஐ இயக்க Open WebUI மற்றும் Ollama காம்போதான் இப்போதைக்கு பெஸ்ட் சாய்ஸ். GitHub-ல 1.5 லட்சத்துக்கும் அதிகமான ஸ்டார்களை குவித்து உலகளவில் ட்ரெண்டாகும் இந்த ஓபன் சோர்ஸ் டூலை Docker வழியா அஞ்சு நிமிஷத்துல எப்படி இன்ஸ்டால் பண்றது, இன்டர்நெட் இல்லாம ஆஃப்லைனில் எப்படி இயக்குவது மற்றும் ChatGPT-ஐ விட இதில் இருக்கும் சூப்பர் நன்மைகள் என்னென்ன என்பதை இந்த பதிவில் ஏ டூ இசட் முழுசா தெரிஞ்சுக்கலாம்.

அதை மொத்தமாக மாற்றி, உங்க சொந்த லேப்டாப் அல்லது ஆபிஸ் சர்வரிலேயே முழுக்க முழுக்க உங்க கட்டுப்பாட்டில் இயங்கும் ஒரு ChatGPT இன்டர்ஃபேஸை உருவாக்குவதுதான் இந்த Open WebUI. பைத்தான் (Python) மொழியில் உருவாக்கப்பட்ட இந்த டூல், https://github.com/open-webui/open-webui என்ற முகவரியில் ஓபன் சோர்ஸாக கிடைக்கிறது.

GitHub தளத்தில் மட்டும் 1,57,496 ஸ்டார்களை அள்ளி குவித்து டெவலப்பர்கள் மத்தியில் சக்கைப்போடு போடுகிறது. 2026 நவம்பர் நிலவரப்படி தொடர்ந்து புதிய அப்டேட்களோடு மிக வேகமாக வளர்ந்து வரும் சாஃப்ட்வேர் இது. டெர்மினலில் கறுப்பு-வெள்ளை எழுத்துக்களை பார்த்து டைப் பண்ணி அலுத்துப்போனவங்களுக்கு, அச்சு அசல் ChatGPT போலவே கலக்கலான சைட் பார், சாட் ஹிஸ்டரி, ஃபைல் அப்லோட் மற்றும் வாய்ஸ் சப்போர்ட் என சகல வசதிகளையும் இது வழங்கிவிடுகிறது.

இதை உங்க Laptop-ல எப்படி Install பண்ணலாம்?#

இதை செட்டப் பண்ண பெரிய DevOps அறிவு எதுவும் தேவையில்லை பாருங்க. உங்க லேப்டாப்பில் Docker சாஃப்ட்வேர் இருந்தா போதும், அஞ்சே நிமிஷத்துல ஒரு பைசா செலவில்லாமல் வேலையை முடிச்சிடலாம்.

படி 1: முதல்ல உங்க கம்ப்யூட்டரில் Ollama டூலை இன்ஸ்டால் செய்துக்கோங்க. அப்புறம் டெர்மினலை திறந்து ஒரு எளிய மாடலை டவுன்லோட் பண்ணுங்க. உதாரணத்துக்கு:

ollama run llama3.2

படி 2: மாடல் டவுன்லோட் ஆனதும், Docker வழியா Open WebUI கன்டெய்னரை லான்ச் பண்ணுங்க. உங்க லேப்டாப்பிலேயே Ollama இயங்குவதால் இந்த கமாண்டை அப்படியே டெர்மினலில் பேஸ்ட் பண்ணலாம்:

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

படி 3: இப்போ உங்க பிரவுசரை திறந்து http://localhost:3000 என்ற அட்ரஸுக்கு போங்க. அங்கே புதுசா ஒரு அக்கவுண்ட் கேட்கும். முதல்ல அக்கவுண்ட் உருவாக்குற நீங்கதான் அந்த சிஸ்டத்தோட அட்மின். உள்ளே போனதும், உங்க லோக்கல் மெஷினில் இருக்கும் Llama மாடல் தானாகவே அங்கே லிஸ்ட் ஆகும். உடனே அரட்டையை ஆரம்பிக்கலாம்!

ChatGPT Plus-க்கு மாசம் ₹2,000 தர்றதை விட இதுல என்ன லாபம்?#

நம்ம ஊர் காலேஜ் பசங்களுக்கும், இப்போதுதான் வேலையில் சேர்ந்த ஜூனியர் டெவலப்பர்களுக்கும் மாசம் மாசம் ₹2,000 சந்தா கட்டுவது என்பது சவாலான விஷயம். அந்த சுமையை இந்த காம்பினேஷன் எப்படி குறைக்குதுன்னு இந்த ஒப்பீட்டை பாருங்க.

அதாவது, ஒரு நல்ல லேப்டாப் உங்ககிட்ட இருந்தா போதும்; தொடர்ந்து பணம் கட்ட தேவையில்லாமல் உங்களுக்கான பிரைவேட் AI அசிஸ்டென்ட் எப்போதும் உங்க கூடவே இருக்கும்.

நம்ம ஊர் Developers இதை எதுக்கெல்லாம் யூஸ் பண்ணலாம்?#

முதல் விஷயம், இன்ஜினியரிங் காலேஜ் ப்ராஜெக்ட். பைனல் இயர் படிக்கும் மாணவர்கள் தங்களின் சாஃப்ட்வேர் ப்ராஜெக்ட்களுக்கு கிளவுட் API கிரெடிட் வாங்க காசு செலவழிக்க வேண்டியதில்லை. லேப்டாப்பிலேயே இந்த வெப் இன்டர்ஃபேஸை வைத்து பெரிய AI அப்ளிகேஷனை காலேஜ் ரிவியூவில் கெத்தாக டெமோ காட்டலாம்.

இரண்டாவது, ஃப்ரீலான்ஸ் வேலைகள். லோக்கல் கடைகள் அல்லது சிறு நிறுவனங்களுக்கு பில்லிங் டாக்குமெண்ட்களை வாசித்து பதில் சொல்லும் RAG பாட் (Document Bot) செய்து கொடுக்கலாம். அதாவது, ஒரு பிசினஸின் ரகசிய டேட்டா எங்கேயும் லீக் ஆகாது என தைரியமாக க்ளையன்டிடம் சொல்லி நல்ல கட்டணம் வாங்க முடியும்.

மூன்றாவது, IT சர்வீஸ் நிறுவனங்களில் பணிபுரியும் இன்ஜினியர்கள். பல பெரிய நிறுவனங்கள் பொது கிளவுட் AI-களை கம்பெனி லேப்டாப்பில் பிளாக் செய்து வைத்திருப்பார்கள். இன்டர்னல் சர்வரில் Docker மூலம் Open WebUI-ஐ போட்டு வைத்துக்கொண்டால், டீமில் உள்ள அனைவரும் தங்களின் டெஸ்டிங் வேலைகளுக்கு பாதுகாப்பாக பயன்படுத்தி பயன்பெறலாம்.

யார் எந்த mistake பண்ணி trouble-ல மாட்டுறாங்க?#

ஆரம்பத்தில் பலரும் பண்ற முதல் தப்பு, லேப்டாப்பில் வெறும் 8GB RAM வைத்துக்கொண்டு ரொம்ப பெரிய 70B மாடல்களை ரன் பண்ண முயற்சிப்பதுதான். அப்படி பண்ணா சிஸ்டம் பயங்கரமா ஹேங் ஆகிடும். உங்க லேப்டாப்பில் சாதாரண கிராபிக்ஸ் கார்டு அல்லது நார்மல் ப்ராசஸர் இருந்தா, Llama 3.2 3B அல்லது Qwen 2.5 7B போன்ற சின்ன மாடல்களை மட்டுமே பயன்படுத்துங்க.

ரெண்டாவது தப்பு, Docker கமாண்ட் கொடுக்கும் போது வால்யூம் மேப்பிங் (-v open-webui:/app/backend/data) தராமல் விட்டுவிடுவது. அப்படி விட்டுட்டா, கன்டெய்னர் எப்போதாவது ரீஸ்டார்ட் ஆகும் போது நீங்க பண்ண செட்டிங்ஸ், அப்லோட் பண்ண ஃபைல்கள் எல்லாமே காணாமல் போய்விடும்.

மூணாவது தப்பு, ஆபிஸ் நெட்வொர்க்கில் ரன் பண்ணும் போது பாஸ்வேர்ட் போடாமல் பப்ளிக் போர்ட்டில் விட்டுவிடுவது. லோக்கல்ஹோஸ்ட் தவிர மத்தவங்க பாக்குற மாதிரி சர்வரில் போட்டா, முறையான அட்மின் பாஸ்வேர்ட் செட் பண்ணி யூசர் ரெஜிஸ்ட்ரேஷனை லாக் பண்ணி வைக்கணும்.

நீங்க இப்போ என்ன பண்ணணும்?#

உங்க லேப்டாப்ல ஏற்கெனவே Docker அல்லது Ollama இருந்தா, இன்னைக்கே இந்த Open WebUI-ஐ ஒருமுறை இன்ஸ்டால் பண்ணி பாருங்க. சும்மா சாட் பண்றது மட்டுமில்லாமல், ஏதாவது ஒரு பெரிய PDF ஃபைலை உள்ளே டிராக் அண்ட் டிராப் பண்ணி RAG ஃபீச்சர் எப்படி வேலை செய்யுதுன்னு டெஸ்ட் பண்ணுங்க.

மாதாந்திர சந்தா கட்டணங்கள் எகிறிக்கொண்டே போகும் இந்த காலத்தில், சொந்த ஹார்ட்வேரில் முழு சுதந்திரத்துடன் ஒரு AI இன்டர்ஃபேஸை கையாள்வது ஒவ்வொரு டெவலப்பருக்கும் மிக அவசியமான ஒரு ஸ்கில். டெர்மினலை திறந்து ஒரு கமாண்ட் தட்டுங்க, உங்க சொந்த AI ரெடி!

இதுல Model Context Protocol (MCP) வசதி எதுக்கு பயன்படுது?#

சாட் பண்றது மட்டுமில்லாமல், வெளி உலக டூல்களோட உங்க AI மாடல் தானாக பேசி வேலைகளை முடிக்க இந்த Model Context Protocol (MCP) ஆதரவு ரொம்பவே கை கொடுக்குது பாருங்க. அதாவது, உங்க லோக்கல் கம்ப்யூட்டரில் இருக்கும் ஃபைல் சிஸ்டம், GitHub ரெப்போசிட்டரிகள் அல்லது ஆபிஸ் டேட்டாபேஸ் கூட AI-யை நேரடியாக இணைக்க முடியும். உதாரணமாக, ஒரு கோடிங் ப்ராஜெக்ட்டில் குறிப்பிட்ட ஃபைலை தானாக தேடி எடுத்து பக் எங்கே இருக்குன்னு கண்டுபிடிச்சி சொல்ல இந்த புரோட்டோகால் பெரிய அளவில் உதவி செய்து உங்க வேலை நேரத்தை மிச்சப்படுத்துது.

அதுமட்டுமில்லாமல், இன்-பில்ட் வெப் சர்ச் வசதியும் இதுல இருக்கு. DuckDuckGo அல்லது SearXNG போன்ற சர்ச் என்ஜின்களோடு இதை கனெக்ட் பண்ணிட்டா, லோக்கல் மாடல்களாலேயே இன்டர்நெட்டில் இருக்கும் லேட்டஸ்ட் தகவல்களை உடனுக்குடன் தேடி எடுத்து துல்லியமான பதில்களை தர முடியும். பொதுவாக ஆஃப்லைன் மாடல்களுக்கு பழைய டேட்டா மட்டும்தான் தெரியும் என்ற குறை இருக்கும்; ஆனால் இந்த சர்ச் இணைப்பு மூலமாக நேற்றைய கிரிக்கெட் ஸ்கோர் அல்லது லேட்டஸ்ட் டெக் நியூஸ் வரை எல்லாவற்றையும் உங்கள் லேப்டாப் மாடலே பளிச்சென்று சொல்லிவிடும்.

ஆபிஸ் டீமுக்கு இதை செட் பண்ணும்போது கவனிக்க வேண்டிய விஷயங்கள் என்ன?#

ஒருவேளை உங்க ஆபிஸ் அல்லது ஸ்டார்ட்-அப் கம்பெனியில் பத்து பேர் கொண்ட டீமுக்கு இதை ஒரே சர்வரில் போட்டு கொடுக்க போறீங்கன்னா, ரோல் பேஸ்டு ஆக்சஸ் கண்ட்ரோல் (RBAC) வசதியை உடனே ஆன் பண்ணிடுங்க. அட்மின் பேனலில் போய் யார் யாருக்கு என்னென்ன மாடல் ஆக்சஸ் இருக்கணும், யாரெல்லாம் ஃபைல் அப்லோட் பண்ணலாம் என்பதை துல்லியமாக நீங்களே முடிவு பண்ணலாம். உதாரணமாக, ஜூனியர் டெவலப்பர்களுக்கு சின்ன மாடல்களும், லீட் இன்ஜினியர்களுக்கு பெரிய மாடல்களும் ஒதுக்கி லோட் பேலன்சிங் செய்து மெயின் சர்வர் கிராஷ் ஆகாமல் சுலபமாக பார்த்துக் கொள்ள முடியும்.

அதேபோல, உங்க நிறுவனத்தில் ஏற்கெனவே OpenAI API அல்லது Azure OpenAI வசதிகள் இருந்தால், அதற்கான API Key-ஐயும் இந்த ஒரே வெப் இன்டர்ஃபேஸில் நேரடியாக இணைத்து விடலாம். இதன் மூலமாக உங்க டீம் மெம்பர்ஸ் தங்களுடைய அன்றாட பணிகளுக்கு லோக்கல் Ollama மாடல்களையும் பயன்படுத்தலாம், சிக்கலான கோடிங் வேலை வரும்போது மட்டும் கிளவுட் மாடல்களுக்கு சுலபமாக மாறிக்கொள்ளலாம். தனித்தனியாக ஒவ்வொருத்தருக்கும் தனி சாஃப்ட்வேர் தராமல், நிறுவனத்தின் ஒட்டுமொத்த AI தேவைகளையும் ஒரே டேஷ்போர்டில் பாதுகாப்பாக ஒருங்கிணைக்க இது மிகச் சிறந்த வழிகாட்டியாக இருக்கும்.