Qu'est-ce qu'OpenWebUI ?
OpenWebUI est une interface web open source conçue pour interagir avec des modèles de langage (LLM) comme ChatGPT, Claude, ou des modèles locaux. Cette solution permet de créer une interface utilisateur personnalisée pour vos besoins en intelligence artificielle, facilitant l'accès et l'utilisation de ces technologies.
Que vous soyez une entreprise cherchant à intégrer l'IA dans vos processus ou un développeur souhaitant créer une interface personnalisée, OpenWebUI offre une alternative flexible et puissante aux interfaces propriétaires.
Pour une configuration professionnelle d'OpenWebUI adaptée à vos besoins spécifiques, notre agence de développement IA vous accompagne dans la mise en place de solutions sur mesure.
Cas d'usage
OpenWebUI est particulièrement adapté pour plusieurs cas d'usage professionnels :
Bases documentaires propriétaires : création d'assistants IA capables de rechercher et d'analyser des documents internes à votre entreprise
Recherche sémantique avancée : mise en place de systèmes de recherche intelligente dans de vastes bases de connaissances
Assistants IA pour entreprises : déploiement d'interfaces conversationnelles alimentées par vos données privées et sécurisées
Support client intelligent : intégration de capacités RAG pour améliorer les réponses automatiques basées sur votre documentation
Paramétrages RAG : optimiser la recherche documentaire
Pour obtenir des résultats pertinents avec OpenWebUI, plusieurs paramètres RAG (Retrieval-Augmented Generation) doivent être ajustés selon votre cas d'usage. Voici les principaux paramètres à configurer :
1. Chunking (découpage des documents)
Le chunking détermine la taille et le chevauchement des fragments de texte extraits de vos documents. Les paramètres typiques varient selon le type de contenu :
Documents techniques longs : chunk size 400-600 caractères, overlap 50-100 caractères
Contenus courts (FAQ, notices) : chunk size 200-300 caractères, overlap 20-30 caractères
Documents scientifiques ou juridiques : chunk size 600-800 caractères, overlap 100-150 caractères pour préserver le contexte
2. Modèle d'embedding
Le choix du modèle d'embedding influence directement la qualité de la recherche sémantique. Les options courantes incluent :
OpenAI text-embedding-3-small (1536 dimensions) : idéal pour la plupart des cas, bon équilibre performance/coût
OpenAI text-embedding-3-large (3072 dimensions) : meilleure précision pour des contenus complexes, coût plus élevé
Modèles locaux (Sentence-BERT, etc.) : pour des données sensibles nécessitant un traitement hors ligne
3. Recherche hybride (BM25 + vecteurs)
La combinaison de recherche textuelle (BM25) et vectorielle améliore significativement la pertinence des résultats :
Recherche de produits/catalogues : poids BM25 à 0,6-0,7 pour favoriser les correspondances exactes de termes
Recherche conceptuelle : poids BM25 à 0,3-0,4 pour privilégier la similarité sémantique
Équilibre général : poids BM25 à 0,5 pour une recherche hybride optimale
4. Reranker et Top K
Le reranker affine les résultats initiaux pour améliorer la précision :
Top K initial : 3-5 documents pour équilibrer pertinence et vitesse
Top K Reranker : 2-3 documents pour concentrer le contexte final
Seuil de pertinence : 0,15-0,25 pour filtrer les résultats peu pertinents
5. Métadonnées et filtres
Structurer les métadonnées permet d'accélérer la recherche et de réduire le bruit :
Ajouter des champs comme
collection,type,année,personneUtiliser les filtres dans les requêtes pour limiter la recherche à des sous-ensembles spécifiques
Créer un index/glossaire pour les recherches instantanées de correspondances exactes
Configuration d'OpenWebUI : étapes de base
Une fois OpenWebUI installé, voici les étapes essentielles pour configurer votre instance :
1. Accès à l'interface
Accédez à l'interface web via votre navigateur à l'adresse http://localhost:3000 (ou le port configuré).
2. Création du compte administrateur
Lors de la première connexion, créez un compte administrateur. Ce compte vous donne accès à toutes les fonctionnalités de configuration et de gestion de l'instance.
3. Connexion aux modèles IA
Configurez la connexion à vos modèles d'intelligence artificielle :
OpenAI (GPT-3.5, GPT-4)
: ajoutez votre clé API OpenAI dans les paramètres
Anthropic Claude
: configurez votre clé API Anthropic
Modèles locaux
: connectez-vous à Ollama ou à d'autres serveurs de modèles locaux
4. Configuration des bases de données vectorielles
Pour activer les fonctionnalités RAG, configurez une base de données vectorielle :
Chroma
: solution simple pour commencer
Qdrant
: performant pour de grandes quantités de données
Weaviate
: option cloud-native avec fonctionnalités avancées
Milvus
: pour des déploiements à grande échelle
5. Variables d'environnement importantes
Personnalisez OpenWebUI via les variables d'environnement :
OPENAI_API_KEY: votre clé API OpenAI
WEBUI_SECRET_KEY: clé secrète pour la sécurité (générez-en une forte)
WEBUI_URL: URL de base de votre instance (important pour les webhooks et callbacks)
DATA_DIR: répertoire de stockage des données (par défaut :
/app/backend/data)
6. Configuration de la sécurité
Pour un environnement de production :
Activez l'authentification utilisateur
Configurez les permissions et rôles
Activez HTTPS via un reverse proxy (Nginx, Traefik)
Configurez les limites de taux (rate limiting) pour éviter les abus
7. Import de documents
Pour utiliser les fonctionnalités RAG :
Importez vos documents via l'interface ou l'API
Configurez les paramètres de chunking selon votre type de contenu
Vérifiez que les embeddings sont bien générés
Testez la recherche sémantique avec quelques requêtes