在第一週，我們已經能夠：

• 在本地運行 Ollama
• 下載並測試多個模型（LLaMA 3、Gemma 3 4B 等）
• 透過 API 與模型互動

但目前的操作方式主要還是：

• 使用 CLI（ollama run ...）
• 用 API 測試 curl 或 Python

這樣雖然功能完整，但使用體驗並不好。

👉 這就是 Open WebUI 登場的時候！

🔎 什麼是 Open WebUI？

Open WebUI 是一個開源的 Web 前端介面，用來與本地 LLM 互動。

它的定位類似 ChatGPT 網頁版，但特色在於：

• 支援多種模型後端（Ollama、LM Studio、OpenAI API、vLLM…）
• 可自訂工作區（不同任務使用不同模型/設定）
• 支援 Plugins / Extensions（例如：檔案上傳、工具調用）
• 多人使用模式（可以當成小型伺服器，讓多人同時使用）

換句話說，它就是一個「開源版的 ChatGPT 網頁」，可以連接到你的本地 LLM。

🖥️ 介面特色

1. ChatGPT 風格對話框

• 輸入問題 → 模型回答
• 支援 Markdown、程式碼區塊高亮
• 支援長對話上下文

2. 模型管理

• 在介面中切換不同模型
• 直接下拉選單選擇（例如 llama3, gemma:4b）
• 可以設定預設模型

3. 使用者體驗

• 支援 深色 / 淺色模式
• 支援多標籤對話（像瀏覽器分頁一樣）
• 輸出可直接複製 / 下載

4. 進階功能

• 檔案上傳（例如丟一個 PDF，請模型總結內容）
• 多用戶管理（適合多人共用一台伺服器）
• 插件化架構 → 可以擴展新功能

📊 為什麼要用 Open WebUI？

1. 更好的互動體驗
   • 終端機互動很不方便，Web UI 才是日常使用的最佳方式。
2. 多模型管理
   • 例如：程式碼問題用 LLaMA，創意寫作用 Gemma，只要一鍵切換。
3. 未來整合
   • 後面我們要把它與 Discord Bot / IoT 串接，Web UI 是一個很好的控制中樞。

⚙️ 系統需求

在安裝前，我們先看一下需求：

• Docker（我們已經在 Day 2 安裝好了 ✅）
• RAM：至少 4GB（WebUI 本身不吃太多，主要還是模型）
• 磁碟：至少 2GB（儲存介面、插件）

基本上，只要你能跑 Ollama，就能跑 Open WebUI。

✅ 成果展示（今日目標）

今天我們雖然還沒安裝，但已經：

1. 理解了 Open WebUI 的定位（本地 LLM 的「ChatGPT 網頁介面」）
2. 探討了它的功能與應用場景
3. 確認了安裝需求（我們的環境已經準備就緒）