Open WebUI bilgi tabanını kurmak

Open WebUI'de bir bilgi tabanı kurabilirsiniz; belgeleri bir bilgi koleksiyonuna yükleyip bunları bir modele veya bireysel sohbetlere atayabilirsiniz. Open WebUI ise her soru için uygun metin pasajlarını arar ve dil modelinin bunları yanıtlamasını sağlar. Bunun ne kadar iyi çalıştığı yazılımdan çok temiz belgelere, mantıklı bölünmeye ve net haklara bağlıdır.

Birçok ekip önce ChatGPT'nin yerine Open WebUI'yi kullanır. Gerçek ek değer, sohbetin kılavuzlar, kılavuzlar veya ürün verileri ile ilgili soruları da yanıtlayabilmesiyle ortaya çıkar. Open WebUI'nin temelleri, ChatGPT alternatifi olarak Open WebUI makalesinde bulunabilir.

Open WebUI'de bilgi nasıl çalışır?

) ilkesine göre çalışır: Open WebUI, geri alınan artırılmış üretim (RAGBelgeler bölümlere ayrılır ve bir vektör veritabanında saklanır. Bir soru için en uygun bölümler aranır ve modele temel olarak verilir. Dokümantasyona göre, Open WebUI anahtar kelime ve anlam aramasından oluşan hibrit bir arama destekler ve ardından sonuçların yeniden değerlendirilmesini sağlar.

İlkenin daha ayrıntılı bir açıklaması, RAG tarafından basitçe açıklanan makalede bulunabilir.

Bilgi toplamaya yönelik beş adım

Bir amaç tanımlayın: Her konu için bir koleksiyon – örneğin "Personel kılavuzu", "Ürün veri sayfaları", "Kalite yönetimi". Her şey tek bir kapta değil.
Belgeleri seç: sadece güncel ve onaylı sürümler. Eski versiyonlar yanlış cevaplara yol açar.
Belgeleri hazırlayın: okunabilir PDF'ler veya Word dosyaları, anlamlı başlıklar, metin tanıma olmadan taranmış görseller yok.
Yükle ve atama: Bir koleksiyon oluştur, dosya ekle, bir koleksiyonu modele veya sihirbaza ata.
Test: on tipik soru sormak, cevapları kaynaklarla karşılaştırmak, iyileştirmeler yapmak.

Haklar: Kim hangi bilgiyi kullanabilir?

Open WebUI, kaynak başına grupları ve izinleri bilir. Bir bilgi koleksiyonu "Maaş Yönergeleri" yalnızca İK departmanına görünür olmalıdır. Gruplar oluşturun ve gruplar aracılığıyla koleksiyonlara ve modellere erişim atanıyın. Bununla ilgili daha fazla bilgi için Open WebUI in team makalesinde yer alabilirsiniz.

Tipik hatalar

Çok büyük koleksiyonlar: Yüzlerce karışık belge aramayı zayıflatıyor.
Metin olmadan taranmış PDF'ler: Metin değilse bulunamaz.
Bakım yok: Bir kılavuz güncellenirse, koleksiyon da güncellenmelidir.
Çok zayıf model: Küçük modeller bazen bulunan alanları yanlış özetler.

Kendi RAG sisteminize sahip olmak ne zaman daha iyi

Yerleşik bilgi fonksiyonu, yönetilebilir ve manuel olarak bakımı yapılan koleksiyonlar için yeterlidir. Paperless-ngx veya Nextcloud gibi arşivlerden binlerce belge otomatik olarak güncel tutulacaksa, Qdrant gibi vektör veritabanı ile ayrı bir bağlantı daha sağlamdır. İşte bizim yapay zeka belge aramamız tam olarak budur.

Bilgi koleksiyonlarıyla Open WebUI kuruyoruz, doğru modeli seçiyoruz ve ekibinizi eğitiyoruz.

Danışmanlık ve eşlikli uygulama finansman için uygundur: INQA koçluğu aracılığıyla, federal hükümet 12 güne kadar günde 1.200 €'ya kadar olan danışma masraflarının %80'ini karşılar; yani 11.520 €'ye kadar sübvansiyon sağlanır. Mecklenburg-Batı Pomeranya ve diğer yeni federal eyaletlerde, BAFA danışmanlık fonları da 31.12.2026'ya kadar %80 oranında ( eski federal eyaletlerde %50) uygun durumdadır. Finansman danışmanlık için sağlanır, yazılım için değil. Finansman kontrolü hangi programın uygun olduğunu gösterir.

Sıkça Sorulan Sorular

Open WebUI, kendi belgelerinizle ilgili sorularınızı yanıtlayabilir mi?

Evet. Belgeler bilgi koleksiyonlarına yüklenir; Open WebUI uygun bölümleri arar ve model buna göre yanıt verir.

Open WebUI hangi dosya formatlarını destekliyor?

PDF, Word ve metin dosyaları gibi yaygın formatlar. Metin çıkarımı için çeşitli çıkarma hizmetleri entegre edilebilir. Taranan belgeler önceden metin tanıma gerektirir.