LLM en local
Open WebUI + Ollama

C'est quoi un LLM local ?

Un LLM (Large Language Model) est un modèle d'intelligence artificielle capable de comprendre et de générer du texte. C'est le cerveau derrière des outils comme ChatGPT, Claude ou Gemini. Ces modèles ont été entraînés sur des milliards de pages de texte et peuvent répondre à des questions, rédiger des documents, analyser des données, écrire du code, et bien plus encore.

La différence avec ce guide, c'est le mot "local". Quand vous utilisez ChatGPT, votre texte — vos questions, vos documents, vos données — est envoyé sur les serveurs d'OpenAI, aux États-Unis. C'est là que le modèle tourne, et c'est de là que vous recevez la réponse. Ce qui pose une question simple : êtes-vous à l'aise avec ça pour vos données professionnelles sensibles ?

Avec un LLM local, le modèle tourne directement sur votre ordinateur ou votre serveur. Rien ne sort de votre réseau. Ni vos questions, ni vos fichiers, ni vos réponses. C'est particulièrement pertinent pour des secteurs comme la comptabilité, le droit, la médecine, la prévention au travail — partout où la confidentialité des données n'est pas une option.

La contrepartie ? La qualité des modèles locaux est légèrement inférieure à celle des grands modèles cloud (GPT-4o, Claude 3.5). Mais sur des tâches du quotidien — rédaction, synthèse, reformulation, questions-réponses sur un document — la différence est souvent imperceptible, surtout avec les modèles récents comme Mistral ou Llama 3.

En résumé : vous avez un ChatGPT qui tourne chez vous. Vos questions, vos documents, vos réponses — rien ne quitte votre réseau.

C'est quoi Ollama ?

Ollama est l'outil qui fait tourner les modèles sur votre machine. Imaginez-le comme un gestionnaire de modèles : il sait où les télécharger, comment les installer, comment les démarrer et comment les exposer à d'autres applications. Une fois installé, Ollama tourne discrètement en arrière-plan — vous voyez juste une petite icône dans la barre de menu.

Pour télécharger un modèle, une seule commande suffit dans le Terminal :

Ollama gère ensuite tout : stockage du modèle, chargement en mémoire, communication avec les autres applications. Il expose une API locale sur le port 11434, ce qu'Open WebUI utilise pour lui parler.

C'est quoi Open WebUI ?

Si Ollama est le moteur sous le capot, Open WebUI est le tableau de bord — l'interface que vous voyez dans votre navigateur. Vous accédez à localhost:3000 et vous retrouvez une interface très proche de ChatGPT : une zone de chat, un historique des conversations, la possibilité d'uploader des fichiers, et bien plus.

Open WebUI ne fait pas tourner les modèles lui-même — il délègue ça à Ollama. Son rôle, c'est de rendre l'expérience agréable et puissante : gestion multi-utilisateurs, mémoire persistante, prompts enregistrés, transcription vocale, connexion à des bases de documents...

1. Installer Ollama

Ollama est disponible gratuitement sur ollama.com. C'est une application native pour Mac, Windows et Linux. Sur Mac Apple Silicon (puce M1, M2, M3...), le téléchargement et l'installation sont identiques à n'importe quelle application.

1. Allez sur ollama.com et cliquez sur le bouton Download.
2. Sélectionnez la version pour macOS (Apple Silicon) si vous avez une puce M1/M2/M3, ou macOS Intel sinon.
3. Ouvrez le fichier .dmg téléchargé et glissez Ollama dans le dossier Applications.
4. Lancez Ollama depuis le dossier Applications. Une icône en forme de lama apparaît dans la barre de menu en haut à droite. C'est votre confirmation qu'Ollama tourne.

Ollama ne nécessite aucun compte, aucune clé API, aucun abonnement. Il tourne entièrement en local. Au premier lancement, il ne télécharge aucun modèle — vous choisirez vous-même lesquels installer à l'étape 5.

2. Installer Docker Desktop

Docker est l'outil qui va nous permettre de lancer Open WebUI en quelques secondes, sans installation complexe. Pour faire simple : Docker est comme une boîte hermétique qui contient une application avec tout ce dont elle a besoin — son code, ses bibliothèques, sa configuration — sans polluer votre système.

1. Allez sur docker.com/products/docker-desktop et téléchargez la version Mac Apple Silicon (ou Intel selon votre machine).
2. Ouvrez le fichier .dmg et installez Docker Desktop comme une application classique.
3. Au premier lancement, Docker vous propose de créer un compte Docker Hub. Cliquez sur Skip — vous n'en avez pas besoin pour notre usage.
4. Attendez que Docker démarre complètement. Une icône baleine apparaît dans la barre de menu — Docker est prêt.

Pour bien comprendre Docker, voici les 4 concepts que vous croiserez dans ce guide :

3. Lancer Open WebUI

On va maintenant lancer Open WebUI avec une seule commande. Cette commande va télécharger automatiquement l'image Open WebUI depuis Internet et démarrer un conteneur qui tournera en arrière-plan. C'est la seule fois où vous aurez besoin du Terminal pour cette étape.

Ouvrez le Terminal (Spotlight → tapez "Terminal") et collez cette commande :

Voici ce que fait chaque option :

La première exécution prend 1 à 3 minutes le temps de télécharger l'image (~1,5 Go). Une fois la commande terminée, ouvrez votre navigateur et allez sur :

4. Créer son compte administrateur

À la première ouverture, Open WebUI vous invite à créer un compte. Ce compte est 100% local — aucune information n'est envoyée sur Internet. Il est stocké dans le volume Docker que nous avons créé à l'étape précédente.

Quelques points importants à retenir :

• Le premier compte créé devient automatiquement administrateur. Il a accès à tous les paramètres, peut créer d'autres utilisateurs, gérer les modèles, etc.
• Utilisez une adresse email et un mot de passe que vous vous rappellerez — même une adresse fictive fonctionne, l'email n'est pas vérifié.
• Si vous perdez ce mot de passe, la récupération nécessite d'accéder directement à la base de données du conteneur. Notez-le quelque part.
• Si vous déployez Open WebUI pour une équipe, créez votre compte admin en premier, puis vous pourrez ajouter les autres utilisateurs depuis les paramètres d'administration.

5. Choisir et télécharger un modèle

Sans modèle, Open WebUI ne peut pas répondre. Il faut maintenant choisir et télécharger au moins un LLM. Le choix dépend de votre machine et de votre usage. Plus un modèle est grand (en nombre de paramètres), plus il est capable — mais plus il demande de RAM et de puissance.

Option 1 — Via le Terminal (plus rapide, affiche la progression) :

Option 2 — Depuis Open WebUI (sans Terminal) :

1. Connectez-vous à Open WebUI (localhost:3000).
2. Cliquez sur votre avatar en bas à gauche → Paramètres d'administration.
3. Allez dans Connexions → section Ollama.
4. Dans le champ "Télécharger un modèle", tapez mistral et appuyez sur Entrée.
5. Le téléchargement démarre. Une barre de progression s'affiche.

Mistral est développé par une société française (Mistral AI, Paris). Le modèle est excellent en français, très polyvalent, et disponible sous licence ouverte. C'est notre recommandation pour démarrer — bon équilibre entre qualité et légèreté.

6. L'interface expliquée

Open WebUI ressemble à ChatGPT, mais avec des fonctionnalités supplémentaires. Voici un plan des différentes zones pour s'y retrouver dès la première connexion :

7. Gérer ses conversations

La sidebar gauche peut vite devenir un bazar si vous n'avez pas de méthode d'organisation. Voici les fonctionnalités disponibles et comment les utiliser efficacement.

Créer des dossiers

Cliquez droit sur n'importe quelle conversation dans la sidebar → Déplacer dans un dossier. Vous pouvez créer un nouveau dossier à la volée. Idéal pour organiser vos échanges par projet, par client ou par thème.

Tags et recherche

Open WebUI étiquette automatiquement vos conversations avec des tags thématiques. Vous pouvez aussi ajouter vos propres tags et les utiliser pour filtrer : dans la barre de recherche de la sidebar, tapez tag:nom-du-tag pour retrouver toutes les conversations sur un sujet.

Épingler une conversation

Cliquez droit → Épingler. La conversation remonte en haut de la sidebar et y reste, quelle que soit la date. Pratique pour les contextes récurrents (votre prompt de référence, un client important...).

Exporter une conversation

Cliquez sur l'icône ⋮ (trois points) à droite de la conversation → Exporter. Trois formats disponibles : JSON (pour réimporter), PDF (pour partager) ou TXT (pour archiver dans un document).

Conseil pratique : créez des dossiers dès le début — un par projet actif, un par client. Déplacez chaque conversation dans son dossier avant de passer à la suivante. 30 secondes d'organisation maintenant vous évitera 10 minutes de recherche dans 3 mois.

8. Les prompts slash

Les prompts slash sont l'une des fonctionnalités les plus puissantes d'Open WebUI. Le principe est simple : vous créez une fois un prompt réutilisable, vous lui donnez un nom court commençant par /, et vous pouvez le rappeler en quelques caractères dans n'importe quelle conversation.

Créer un prompt slash

1. Allez dans Espace de travail (icône crayon en haut à gauche) → Prompts.
2. Cliquez sur + pour créer un nouveau prompt.
3. Renseignez un titre descriptif (ex : "Email de relance client").
4. Renseignez la commande slash (ex : relance — sans le /).
5. Écrivez le contenu du prompt dans la zone principale. Enregistrez.

Utiliser un prompt slash

Dans n'importe quelle conversation, dans la zone de saisie de message, tapez simplement /relance. Open WebUI affiche une suggestion — appuyez sur Entrée ou cliquez dessus. Le texte complet du prompt apparaît dans le champ, que vous pouvez compléter avant d'envoyer.

Variables dynamiques

Dans vos prompts, vous pouvez utiliser des variables entre double accolades que le modèle remplacera ou que vous compléterez manuellement : {{nom_client}}, {{sujet}}, {{date}}...

Il suffit ensuite de taper /relance, de remplacer les variables par les vraies valeurs, et d'envoyer. En quelques secondes, vous avez un email de relance propre et professionnel.

9. La mémoire persistante

Open WebUI peut mémoriser des informations sur vous et vos préférences, et les injecter automatiquement dans chaque conversation. C'est une fonctionnalité qui change radicalement l'expérience : le modèle vous connaît et n'a plus besoin qu'on lui répète le contexte à chaque session.

Activer la mémoire

1. Cliquez sur votre avatar en bas à gauche → Paramètres.
2. Allez dans Personnalisation → section Mémoire.
3. Activez le toggle. Un champ apparaît pour ajouter vos premières mémorisons.

Exemples de mémorisations utiles

• Votre prénom et votre métier : "Je m'appelle Nicolas. Je suis formateur IA indépendant."
• Votre ton préféré : "Réponds toujours en français. Sois concis. Évite le jargon technique inutile."
• Votre contexte professionnel : "Je travaille principalement avec des PME et des SPSTI. Mes clients ne sont pas développeurs."
• Le nom de votre entreprise et vos outils habituels : "Mon entreprise s'appelle N-Gage. J'utilise n8n pour l'automatisation et Notion comme QG."

Mémoire vs prompt système

Il est important de comprendre la différence entre les deux :

C'est quoi le RAG ?

RAG signifie Retrieval-Augmented Generation — ce qui, traduit en français humain, donne : génération augmentée par la recherche. En pratique, c'est simple : vous donnez des documents à l'IA, elle les lit, et quand vous lui posez une question, elle cherche la réponse dans vos documents plutôt que dans sa mémoire générale.

L'analogie qui fonctionne le mieux : c'est comme donner un classeur à un assistant et lui dire "réponds uniquement à partir de ce que tu trouves dans ce classeur". L'assistant ne devine pas, ne fabrique pas — il consulte.

Pourquoi c'est puissant

Le RAG transforme Open WebUI en assistant expert de vos propres documents.

10. Uploader un document dans le chat Débutant

La façon la plus rapide de donner un document à l'IA : l'uploader directement dans la conversation en cours.

3 méthodes d'upload

1. Glisser-déposer — faites glisser un PDF depuis votre bureau ou votre Finder directement dans la zone de chat. Le fichier apparaît en aperçu avant envoi.
2. Bouton + (trombone) — cliquez sur l'icône + dans la barre de saisie du message → Sélectionner un fichier → choisissez votre document.
3. Raccourci # dans le chat — tapez # dans la barre de message pour rechercher un document déjà indexé dans vos collections. Open WebUI l'injecte dans la conversation sans avoir à re-uploader.

Formats supportés

PDF DOCX TXT HTML MD CSV

Ce qui se passe en coulisses

Quand vous uploadez un document, Open WebUI effectue automatiquement 3 opérations :

1. Découpage (chunking) — le document est découpé en morceaux de quelques centaines de mots, avec un léger chevauchement entre chaque morceau pour ne pas perdre de contexte aux jointures.
2. Vectorisation — chaque morceau est transformé en une représentation mathématique (un vecteur) qui capture son sens sémantique.
3. Indexation — les vecteurs sont stockés dans une base locale, prêts à être interrogés.

Exemple concret

Le document est analysé uniquement pour cette conversation. Pour le réutiliser dans d'autres conversations sans avoir à le ré-uploader à chaque fois, créez une Collection (voir section suivante).

11. Collections de documents Intermédiaire

Une collection, c'est une bibliothèque permanente de documents que vous constituez une fois et que vous pouvez appeler dans n'importe quelle conversation. Contrairement à un upload ponctuel, la collection persiste entre les sessions.

Créer une collection

1. Aller dans Espace de travail (icône en haut à gauche) → Knowledge
2. Cliquer sur + Nouvelle collection
3. Donner un nom explicite (ex : "Contrats types 2025", "Procédures RH", "RGPD")
4. Uploader vos documents — vous pouvez en ajouter plusieurs d'un coup
5. Attendre l'indexation (barre de progression)

Utiliser une collection dans le chat

Attacher une collection à un modèle personnalisé

Pour qu'un assistant dispose toujours de ses documents, sans avoir à taper # à chaque fois :

1. Espace de travail → Modèles → modifier votre modèle
2. Faire défiler jusqu'à la section Knowledge
3. Sélectionner une ou plusieurs collections
4. Sauvegarder — le modèle consulte désormais ces documents par défaut

Exemples de collections utiles

12. Indexer une page web ou une vidéo YouTube Intermédiaire

Open WebUI ne se limite pas aux fichiers locaux. Vous pouvez indexer du contenu directement depuis une URL — page web ou vidéo YouTube.

Indexer une page web

Dans le chat, collez une URL précédée du signe # :

Indexer une vidéo YouTube

Même principe avec une URL YouTube. Open WebUI récupère la transcription automatique de la vidéo et l'indexe :

Cas d'usage concrets

• Veille sectorielle : indexer des articles de référence et interroger leur contenu
• Documentation technique : analyser une doc en ligne sans copier-coller
• Résumer une conférence YouTube : "Quels sont les 3 points clés de cette présentation ?"
• Comparer deux ressources : indexer deux pages et demander à l'IA de les comparer

13. Citations et sources Débutant

Quand Open WebUI utilise le RAG pour répondre, il ne se contente pas de donner une réponse : il affiche les sources utilisées en bas de chaque réponse.

Lire les citations

1. Repérez la section Sources (ou Citations) sous la réponse de l'IA
2. Chaque source affiche le nom du document et un pourcentage de pertinence — plus il est élevé, plus le passage était jugé pertinent pour votre question
3. Cliquez sur une citation pour voir l'extrait exact qui a été utilisé — vous pouvez ainsi vérifier que l'IA n'a pas mal interprété le passage

Que faire si les sources ne sont pas pertinentes ?

• Reformuler la question : une question plus précise = une recherche vectorielle plus ciblée
• Vérifier le contenu de la collection : si les documents n'ont pas été correctement indexés, les résultats seront mauvais
• Réduire la portée : au lieu d'interroger toute une collection, uploader uniquement le document pertinent dans la conversation

Ne faites jamais confiance à une réponse RAG sans vérifier les citations. L'IA peut parfois faire des liens incorrects entre des passages de documents différents — particulièrement si les documents parlent de sujets proches. La citation est votre garde-fou.

Pourquoi personnaliser un modèle ?

Un modèle brut — Mistral, LLaMA, Gemma — répond à tout, sans contexte. Il ne sait pas pour qui il travaille, dans quel secteur, ni quel style de réponse vous attendez. Il fait ce qu'il peut avec ce que vous lui donnez à chaque fois.

Un modèle personnalisé, c'est un assistant qui connaît son rôle dès le départ, parle dans le bon style, et peut être configuré pour refuser de répondre en dehors de son périmètre.

L'analogie : c'est la différence entre "quelqu'un qui connaît tout en général" et "votre assistant comptable qui connaît vos procédures, votre logiciel, et vos clients".

Cas d'usage typiques

14. Créer un assistant personnalisé Intermédiaire

1. Aller dans Espace de travail → Modèles → cliquer sur +
2. Remplir les champs de base : nom, modèle de base, description, photo de profil
3. Rédiger le prompt système — c'est le plus important
4. Configurer les options avancées si nécessaire (température, knowledge, tools)
5. Sauvegarder

Structure d'un bon prompt système

Un prompt système efficace répond à 5 questions dans l'ordre :

Exemple complet — Cabinet comptable

Le prompt système, c'est la fiche de poste de votre assistant. Plus elle est précise — rôle, périmètre, style, interdits — plus l'assistant est prévisible et utile. Un prompt vague donne un assistant vague.

15. Attacher des documents au modèle Intermédiaire

Un assistant personnalisé devient vraiment puissant quand on lui donne accès à des documents de référence dès la création, sans que l'utilisateur ait besoin d'y penser à chaque conversation.

Comment faire

1. Créez d'abord vos collections de documents (voir section 11)
2. Dans le formulaire de création (ou de modification) du modèle, faire défiler jusqu'à la section Knowledge
3. Sélectionner une ou plusieurs collections dans la liste déroulante
4. Sauvegarder — le modèle consultera automatiquement ces documents pour chaque réponse

Exemple combiné — Assistant Prévention SPSTI

16. Activer les outils (Tools) Intermédiaire

Les outils (Tools) sont des capacités supplémentaires que vous pouvez donner à un modèle — au-delà de la simple génération de texte.

Les outils natifs principaux

Activer les outils sur un modèle

1. Espace de travail → Modèles → modifier le modèle cible
2. Faire défiler jusqu'à la section Tools
3. Cocher les outils souhaités
4. Sauvegarder

Les outils communautaires

La communauté Open WebUI publie des outils additionnels sur openwebui.com/tools : météo en temps réel, conversion de devises, appels vers des APIs tierces (Notion, Airtable, etc.), calculs spécialisés. Pour importer un outil communautaire :

Attention — confidentialité : Web Search envoie votre requête à un moteur de recherche externe (Brave, DuckDuckGo, SearXNG selon votre configuration). Si vous travaillez avec des données sensibles ou sous contrainte de confidentialité stricte, désactivez Web Search sur les modèles dédiés à ces usages.

17. Comparer plusieurs modèles Intermédiaire

Avant de déployer un assistant chez un client ou de le mettre en production, il est utile de comparer objectivement les modèles disponibles sur votre usage précis.

Mode multi-modèles

La même question, posée à deux modèles en même temps, côte à côte :

1. Dans le sélecteur de modèle (en haut du chat), cliquez sur le + à droite du modèle actif
2. Ajoutez un second modèle dans la liste déroulante
3. Posez votre question — les deux réponses arrivent simultanément, en colonnes parallèles
4. Comparez la qualité, la précision, le style et la vitesse

Mode Arena (évaluation aveugle)

Un mode plus rigoureux pour construire un classement objectif :

1. Activer le mode Arena dans les paramètres du chat
2. Deux modèles vous répondent de manière anonyme (vous ne savez pas lequel est lequel)
3. Vous votez pour la meilleure réponse à chaque échange
4. Open WebUI construit automatiquement un classement ELO (comme aux échecs) en fonction de vos votes
5. Consultez le classement dans Espace de travail → Arena pour voir quel modèle performe le mieux sur vos questions réelles

Whisper — le moteur de transcription local

Whisper est le modèle de reconnaissance vocale open source développé par OpenAI et publié librement. Open WebUI l'intègre nativement — ce qui signifie qu'aucune installation supplémentaire n'est nécessaire, et surtout : tout se passe en local. Votre voix ne quitte jamais votre machine.

C'est une différence fondamentale avec les services de transcription cloud (Google Speech, Azure, Whisper API) où vos enregistrements transitent par des serveurs distants.

Les modèles Whisper disponibles

Pour un usage professionnel en français — comptes-rendus de réunion, entretiens, formations — choisissez large-v3. La qualité de transcription est remarquable, y compris avec des accents régionaux et du vocabulaire technique. Le temps de traitement supplémentaire vaut largement la différence de qualité.

18. Activer la transcription vocale (micro) Débutant

Configuration (réservée à l'admin)

1. Aller dans Réglages d'administration (icône ⚙️ en bas à gauche) → Audio
2. Dans la section Speech-to-Text, laisser le champ Engine VIDE pour utiliser Whisper local
3. Choisir le modèle Whisper dans le menu déroulant (recommandé : large-v3)
4. Sauvegarder

Utilisation au quotidien

1. Dans le chat, cliquer sur l'icône micro dans la barre de saisie
2. Parler — un indicateur visuel montre que l'enregistrement est actif
3. Cliquer à nouveau sur le micro pour arrêter l'enregistrement
4. Whisper transcrit l'audio — le texte apparaît dans la barre de message
5. Vérifier, corriger si besoin, puis envoyer

Premier lancement : au premier usage, le modèle Whisper sélectionné se télécharge automatiquement (de 145 Mo à 3 Go selon le modèle). Patience — cette opération ne se fait qu'une seule fois.

19. Transcrire un fichier audio (MP3, M4A, WAV) Intermédiaire

Au-delà du micro en direct, Open WebUI permet d'uploader un fichier audio enregistré au préalable et de le faire transcrire par Whisper — toujours en local.

Formats supportés

MP3 M4A WAV WEBM OGG

Comment faire

1. Dans la barre de message, cliquer sur l'icône +
2. Sélectionner votre fichier audio
3. Open WebUI l'envoie à Whisper pour transcription (durée dépend de la longueur du fichier et du modèle choisi)
4. Le texte transcrit apparaît dans le chat
5. Posez vos questions sur la transcription : résumé, extraction de points clés, rédaction de compte-rendu…

Cas d'usage concrets

Ce flux de travail est particulièrement puissant pour les professionnels de santé au travail : enregistrez vos entretiens de prévention, transcrivez en local avec Whisper large-v3, générez la fiche de prévention avec l'assistant dédié — sans qu'aucune donnée médicale ne circule sur internet. C'est la promesse du 100% local tenue dans un cas concret à haute valeur.

20. Synthèse vocale — faire parler l'IA Débutant

L'IA peut lire ses réponses à voix haute — ce qu'on appelle la synthèse vocale (Text-to-Speech, TTS). Utile en mode mains libres, en voiture, ou pour les personnes qui préfèrent écouter.

Activer la synthèse vocale

1. Aller dans Paramètres (icône ⚙️ de votre compte) → Audio
2. Dans la section Text-to-Speech, sélectionner une voix dans le menu déroulant
   Exemple : "Eddy (français France)" — voix masculine naturelle
3. Ajuster la vitesse de lecture selon votre confort (0.75x à 2x)
4. Activer l'option "Lire automatiquement les réponses" pour un mode entièrement mains libres

Mode appel

Open WebUI propose une interface simplifiée spécialement conçue pour le mode vocal, accessible via l'icône téléphone dans le chat ou par une URL dédiée. L'interface est épurée, adaptée aux grands écrans comme aux mobiles, avec des boutons larges pour micro/pause/stop.

À propos des voix disponibles

Les voix proposées par défaut sont les voix système de votre Mac ou navigateur — celles que vous utilisez déjà dans VoiceOver ou en lecture d'écran. Elles sont gratuites, locales, et ne nécessitent aucune connexion internet.

Pour aller plus loin, Open WebUI peut se connecter à des moteurs TTS externes (OpenAI TTS, ElevenLabs) pour des voix plus naturelles — mais cela sort du périmètre du 100% local.

La combinaison micro + TTS permet un usage conversationnel complet : vous parlez, l'IA répond à voix haute. Sur une machine locale, avec des données sensibles, sans abonnement. C'est la promesse complète de l'IA en local.

21. Gérer les utilisateurs Intermédiaire

Open WebUI intègre un système de gestion des utilisateurs complet, directement accessible depuis l'interface. Pour y accéder, cliquez sur l'icône Admin en bas à gauche de la barre latérale, puis ouvrez l'onglet Utilisateurs.

Les 3 rôles disponibles

Important : Le premier compte créé sur une instance Open WebUI est automatiquement Admin. Commencez donc par créer votre compte administrateur avant d'inviter d'autres personnes.

Créer un compte manuellement

Plutôt que d'attendre que les collaborateurs s'inscrivent eux-mêmes, vous pouvez créer leurs comptes à l'avance :

Import en masse (CSV)

Pour déployer Open WebUI auprès d'une équipe entière en une seule opération, vous pouvez importer un fichier CSV contenant les colonnes email, nom, et mot_de_passe. L'import est disponible dans l'onglet Utilisateurs via le bouton d'import.

22. Permissions et groupes Intermédiaire

Les groupes permettent de définir précisément ce que chaque type d'utilisateur peut faire dans Open WebUI. C'est l'équivalent des "rôles métier" : l'équipe commerciale n'a pas besoin des mêmes accès que les RH ou la direction.

Créer un groupe

Les 5 catégories de permissions

Whitelist de modèles

Pour chaque groupe, vous pouvez définir une liste blanche de modèles : seuls les modèles cochés seront accessibles aux membres du groupe. Les autres modèles n'apparaîtront pas dans leur interface.

23. Channels collaboratifs Intermédiaire

Les Channels sont des salons de discussion partagés, dans l'esprit de Slack ou Teams. La différence avec Slack : dans un Channel Open WebUI, vous pouvez non seulement discuter entre humains, mais aussi interpeller un modèle IA directement dans la conversation.

Comment fonctionnent les Channels ?

• Un Channel contient des membres humains (votre équipe) et des modèles IA (vos assistants)
• L'historique des messages est partagé et visible par tous les membres
• Pour appeler un modèle : tapez @nom-du-modèle dans le channel — il répond dans le fil de discussion
• Plusieurs modèles peuvent coexister dans le même channel

Créer un Channel

Pourquoi déployer sur un serveur ?

Sur votre Mac personnel, Open WebUI est accessible uniquement depuis votre réseau local (localhost:3000). Dès que vous fermez votre ordinateur ou que vous quittez la maison, plus rien. Pour une équipe, ce n'est pas viable.

Un VPS (serveur cloud) change tout : Open WebUI tourne 24h/24, accessible depuis n'importe quel navigateur, par tous vos collaborateurs, depuis n'importe où. Le coût d'un VPS adapté : 15 à 30€/mois (Hostinger, OVH, Hetzner). C'est souvent moins cher qu'un seul abonnement ChatGPT Plus.

24. Déployer sur un VPS Intermédiaire

La procédure est similaire à l'installation sur Mac, mais sur une machine Linux distante. Prérequis : un VPS sous Ubuntu 22.04 ou 24.04, avec un accès SSH.

Attention performances : Sur un VPS sans GPU, les modèles tournent sur CPU — c'est 3 à 10 fois plus lent que sur un Mac M2 ou M3. Pour un usage fluide en équipe, choisissez des modèles 7B maximum (llama3.2:7b, mistral:7b). Les modèles plus lourds (13B, 70B) seront trop lents pour un usage quotidien.

25. HTTPS avec Nginx + Let's Encrypt Intermédiaire

Laisser Open WebUI accessible sur le port 3000 en HTTP n'est pas sécurisé pour un usage professionnel : les mots de passe et les conversations transiteraient en clair sur le réseau. La solution standard : Nginx comme reverse proxy + Let's Encrypt pour le certificat SSL gratuit.

Concrètement : vous accédez à https://ia.votre-domaine.fr, Nginx reçoit la connexion HTTPS sécurisée, puis la transmet à Open WebUI qui écoute sur le port 3000 en local. L'utilisateur final ne voit que l'URL sécurisée.

26. Sauvegardes et mises à jour Intermédiaire

Toutes vos données Open WebUI (conversations, collections RAG, utilisateurs, modèles personnalisés, prompts) sont stockées dans un volume Docker nommé open-webui. Ce volume est indépendant du conteneur — même si vous supprimez et relancez le conteneur, les données sont préservées.

Sauvegarder le volume

Restaurer depuis une sauvegarde

Mettre à jour Open WebUI

Règle d'or : faites toujours une sauvegarde du volume AVANT une mise à jour. Les mises à jour d'Open WebUI sont fréquentes (parfois plusieurs par semaine). En cas de migration de base de données ratée, vous pourrez restaurer en quelques minutes.

27. Connecter n8n à Ollama Avancé

Si vous utilisez n8n pour automatiser vos workflows (emails, CRM, formulaires...), bonne nouvelle : vous pouvez brancher Ollama directement dans vos scénarios n8n. Ollama expose une API entièrement compatible avec l'API OpenAI — n8n n'y verra que du feu.

Configuration dans n8n

Ce que ça permet concrètement

Si vous utilisez déjà n8n pour vos automatisations, Ollama devient votre moteur IA local sans coût d'API. Zéro centime par requête, confidentialité totale, pas de limites de tokens mensuels. C'est particulièrement intéressant pour les workflows qui traitent de gros volumes ou des données sensibles.

28. Activer la recherche web Intermédiaire

Les modèles locaux ont une date limite de connaissance (leur "knowledge cutoff") : ils ne connaissent pas l'actualité récente, les nouvelles lois publiées la semaine dernière, ni les prix d'aujourd'hui. La recherche web corrige ça.

Quand la recherche web est activée, le modèle peut interroger un moteur de recherche en temps réel et intégrer les résultats dans sa réponse — en citant ses sources.

Activer la recherche web

29. Connecter Claude Code à Ollama Avancé

Claude Code (l'outil que vous utilisez en ce moment) peut être configuré pour utiliser Ollama comme backend à la place des serveurs Anthropic. Ollama expose depuis la version 0.14.0 une API compatible avec l'API Anthropic Messages.

Configuration

Quand c'est utile

Idéal pour les tâches répétitives ou les projets avec des données très sensibles. Pour les tâches complexes (architecture logicielle, code avancé, raisonnement multi-étapes), Claude Sonnet ou Claude Opus reste largement supérieur à tout modèle local actuellement disponible.

Pour un SPSTI (Service de Prévention Santé au Travail)

Pour un SPSTI, la confidentialité est non négociable. Les données de santé au travail (ATMP, expositions, restrictions médicales) relèvent du secret médical et du RGPD. Open WebUI + Ollama, installés sur votre propre serveur interne ou VPS dédié, garantissent qu'aucune donnée ne sort de votre infrastructure — contrairement à ChatGPT ou Copilot qui envoient tout vers des serveurs Microsoft ou OpenAI.

Pour un cabinet comptable ou juridique

Le cabinet type a déjà des outils métier (logiciel comptable, GED). Open WebUI ne remplace pas ces outils — il les augmente. Les collaborateurs gardent leurs habitudes mais gagnent un assistant IA disponible en permanence, qui connaît les dossiers clients (via RAG), respecte la confidentialité et ne coûte pas 20€ par personne par mois.

Avantages concrets pour un cabinet de 10 personnes :

• 1 seul déploiement pour toute l'équipe (vs 10 abonnements individuels)
• Collections RAG partagées : tous les collaborateurs interrogent les mêmes bases de documents
• Prompts systèmes calibrés pour le métier (ton professionnel, références législatives, format courrier)
• Historique des conversations conservé en interne — pas sur les serveurs OpenAI

Pour une PME multi-utilisateurs

La question que posent souvent les dirigeants de PME : "Est-ce que mes collaborateurs utilisent vraiment des IA au travail aujourd'hui ?" La réponse est presque toujours oui — mais de manière dispersée, avec des outils personnels, sans contrôle, sans cohérence et sans protection des données. Open WebUI centralise et sécurise ce qui se passe déjà de toute façon.

Ce glossaire regroupe les termes techniques que vous rencontrez dans ce guide et dans l'interface Open WebUI. Pas de jargon inutile — des définitions simples, orientées usage.