Open WebUI

Подключите Open WebUI к Mixen — оплата с баланса в рублях, каталог из 105+ моделей.

Установка

Open WebUI — веб-интерфейс чата с самостоятельным хостингом. Проще всего запустить через Docker:

docker run -d -p 3000:8080 \
  -v open-webui:/app/backend/data \
  --name open-webui \
  ghcr.io/open-webui/open-webui:main

Интерфейс откроется на http://localhost:3000.

Конфигурация

Откройте Settings → Admin → Connections (шестерёнка → Admin → Connections).
В списке Manage OpenAI API Connections нажмите ➕ Add Connection и заполните:

URL:       https://api.mixen.ai/v1
API Key:   ваш-api-ключ

Нажмите Save. Open WebUI сам подтянет список моделей запросом /models с вашим ключом — весь каталог Mixen появится в выпадающем списке выбора модели.

Ключ вида mxn-… выпускается в кабинете.

Каталог большой, и если список моделей грузится медленно, ограничьте его: в поле Model IDs (Filter) впишите нужные ID (например openai/gpt-5.6-sol), и в списке останутся только они.

Для Docker-деплоя адрес и ключ можно задать заранее переменными окружения OPENAI_API_BASE_URL и OPENAI_API_KEY — значения сохранятся в базу после первого старта, и дальнейшие изменения делаются уже в админ-панели.

Сценарий: ассистент с системным промптом

Соединение даёт доступ к «сырым» моделям каталога. Следующий шаг — пресеты в разделе Workspace → Models: они оборачивают любую базовую модель собственной инструкцией, параметрами и знаниями, не меняя саму модель. Базой может быть любой ID из каталога Mixen — список для поля Base Model строится по ответу /models вашего соединения.

Создайте модель и заполните:

Поле	Что задаёт
Name and ID	Имя пресета в списке выбора моделей
Base Model	Базовая модель из каталога Mixen (например `z-ai/glm-5.3`)
System Prompt	Системная инструкция пресета
Advanced Parameters	Temperature, Top P, Stop Sequences — значения по умолчанию
Prompt suggestions	Стартовые подсказки-чипсы в новых чатах
Knowledge	Прикреплённая база знаний (об этом ниже)
Visibility	Личный пресет или общий на инстанс

В системный промпт можно вшить переменные — они подставляются на сервере в момент чата: {{ USER_NAME }}, {{ CURRENT_DATE }}, {{ CURRENT_TIME }}.

Пример пресета «Корректор» — аккуратный редактор текстов на базе GLM 5.3:

Ты — корректор русского языка. Пользователь присылает текст,
ты возвращаешь его исправленным: пунктуация, орфография, согласование.
Смысл и порядок мыслей не меняй. Исправления не комментируй,
просто отдай готовый текст. Если текст уже чистый — верни как есть.
Сегодня {{ CURRENT_DATE }}.

Так собираются типовые роли: поддержка, редактор, аналитик, переводчик — каждая со своей инструкцией и параметрами, но все списания идут с вашего ключа Mixen. Переключатель Enabled на карточке пресета включает и выключает его без удаления.

Пресет — не единственное место для системного промпта: Open WebUI позволяет задать инструкцию на трёх уровнях — для конкретного чата, для модели (это и есть пресет) и для аккаунта целиком. Более специфичный уровень перекрывает более общий, поэтому «роль» можно задать пресетом, а в отдельном чате уточнить её одной строкой.

Документы в чате через `#`

Open WebUI умеет подмешивать ваши документы в диалог:

Загрузите файл в Workspace (или в чате).
В поле сообщения начните печатать # и выберите документ из подсказок — над полем ввода появится иконка вложения. # плюс URL подтянет и веб-страницу.
Отправьте вопрос — релевантные фрагменты документа попадут в промпт.

Два режима работы с файлом:

поисковый (по умолчанию) — документ режется на чанки, эмбеддится, в промпт идёт только релевантное;
полный — переключатель Using Entire Document у файла вставляет его целиком; дефолт для новых загрузок задаётся в Settings → Interface → File (Default Upload Mode).

Ключевой момент для внешних соединений: поиск происходит подстановкой найденного текста в промпт перед вопросом, поэтому работает с любой подключённой моделью — включая нашу через OpenAI-соединение. Ограничение одно: у модели должно хватать контекстного окна на вставленный фрагмент. Запускает обработку вложений capability File Context — она включена по умолчанию.

Эмбеддинг-модель для поиска настраивается в Settings → Admin → Documents (поддерживаются модели Ollama и OpenAI). Если нужен программный RAG с эмбеддингами и реранком на наших ценах — у нас есть отдельный гайд RAG.

База знаний вместо разовых вложений

Когда документы нужны не в одном чате, а постоянно, соберите их в базу знаний — раздел Workspace → Knowledge. База прикрепляется к чату, к пресету модели (поле Knowledge в таблице выше) или к папке чатов — и дальше поиск по ней идёт автоматически, без # в каждом сообщении. У каждого документа внутри базы переключается режим: Focused Retrieval (релевантные фрагменты) или Full Context (весь документ в промпт).

Настройки ретрива на уровне инстанса живут там же, где эмбеддинг-модель — Settings → Admin → Documents:

режим нарезки текста: character или token;
шаблон RAG с плейсхолдером {{CONTEXT}} — в него подставляются найденные фрагменты;
внешняя векторная база (Qdrant, Milvus, pgvector) — если храните векторы у себя, они должны быть посчитаны той же эмбеддинг-моделью и с совпадающей размерностью.

При смене эмбеддинг-модели документы переиндексируются: векторы разных моделей несовместимы.

Выбор модели и экономика

Задача	Модель	Цена за 1M токенов
Черновики, повседневные вопросы, высокая нагрузка	`z-ai/glm-5.3-flash`	8.4 ₽ вход / 27.9 ₽ выход
Сложные задачи, длинный контекст, аккуратный код	`anthropic/claude-sonnet-5`	213.9 / 1069.5 ₽

Промпт-кэш удешевляет повторяющийся контекст: если префикс запроса (системный промпт пресета плюс начало диалога) совпадает с недавним, вход считается по ~10% цены — у claude-sonnet-5 это 21.4 ₽ вместо 213.9 ₽ за 1M, у glm-5.3-flash — 1.7 ₽. Кэш живёт 5 минут, и каждое попадание продлевает окно — активный диалог держится в кэше целиком. Практический вывод: делайте системный промпт пресета стабильным, а меняющуюся часть диалога оставляйте концом запроса.

Глубина рассуждения модели задаётся параметром reasoning_effort API (спектр значений: off, low, medium, high, xhigh, max) — какие уровни поддерживает конкретная модель, смотрите в GET /v1/models, поле capabilities.reasoning_efforts. Рассуждение расходует бюджет ответа, поэтому для быстрых повседневных вопросов берите модель без принудительного рассуждения или низкий уровень.

Модель	ID
GPT-5.6 Sol	`openai/gpt-5.6-sol`
Claude Opus 5	`anthropic/claude-opus-5`
GLM 5.3	`z-ai/glm-5.3`
DeepSeek V4 Pro	`deepseek/deepseek-v4-pro`
Kimi K3	`moonshotai/kimi-k3`

Типичные проблемы

401 / Invalid API key — ключ скопирован не целиком или это не API-ключ; выпустите новый в кабинете, он начинается с mxn-.
Модели не появились в списке — откройте соединение заново и проверьте, что URL заканчивается на /v1 и ключ верен: список строится по ответу /models.
Переменные окружения не применяются — после первого запуска Open WebUI хранит конфигурацию в базе: поменяйте значения в админ-панели (Settings → Admin → Connections).
Пресет отвечает «не в характере» — системный промпт пресета действует только когда выбран сам пресет, а не базовая модель; проверьте, что в списке выбран ваш пресет из Workspace → Models.
Документ из # игнорируется — проверьте, что у модели хватает контекстного окна и capability File Context не отключена.