踏入 2026年，新的開始

踏入 2026年，新的開始：

時間過得很快，轉眼間又過了一年！去年 2025也是筆者最少寫 Blog 的一年，主要原因是 2024年初，筆者找到一份工作，工作的性質和原來行業都是同已往是不一樣，所以今年都在忙於應付工作的需要和改變，終於經過了 1年10個月的訓練和修正，現在都算是上手了，公司也給予筆者全權負責管理薪金的工作，總算是過了關。在新的一年第一天（2026年 1月1日）回顧過去的一年和計劃今年，希望可以寫多些好博文（Blog），更希望 2026年世界和平和大家身體健康！

2026年沒有煙花倒數的一年（圖片來源：互聯網）

筆者 2025年的計劃：

• DIY – ESP8266 繼續研究
• DIY – FPGA 繼續研究
• DIY – ESP32 Bluetooth / USB研究
• DIY – IoT 研究
• DIY – Android繼續研究
• DIY – Excel VBA & Python
• DIY – C++ 繼續研究

筆者回顧過去一年（2025年），在 2025年的計劃中，祇有DIY – Excel VBA & Python有所進步，主要原因是需要使用 Excel 來減輕工作負擔，所以筆者已經學習了 Power Query 來處理重複性高的工作！由於工作忙碌，所以今年的博文（Blog）數量大大減少！在 2025年祇有 17篇，比較 2024年（13篇）多了4篇！2025年網頁瀏覽量是 269,056人次（2025年平均每日人 737次，2024年平均每日 1113人次），累計總瀏覽量 2,006,833人次，希望 2026年能夠持續努力寫博文 (Blog) 和實現目標！

Blogger Bugworkshop 2025年有 269,056 瀏覽人次（總瀏覽2,006,833人次）

Blogger Bugworkshop歷年的博文（Blog）紀錄
BugWorkshop 的 Blog 紀錄：

Year	BSP	Blog	累計 Blog	瀏覽量	累計瀏覽量
2010/2/7	Yahoo	0	0	0	0
2010/12/31	Yahoo	191	191	17906	17906
2011/12/31	Yahoo	311	504	?	?
2012/4/7	Yahoo	4	508	?	161612
2012/4/8	Google	0	0	0	0
2012/12/31	Google	147	655	30932	30932
2013/12/31	Google	152	807	65469	95861
2014/12/31	Google	171	978	84627	180488
2015/1/23	Google	22	1000	5391	185879
2015/12/31	Google	186	1164	85821	266309
2016/12/31	Google	116	1280	141867	408176
2017/12/31	Google	145	1425	143380	551556
2018/12/31	Google	226	1651	133759	685315
2019/12/31	Google	196	1847	136319	821634
2020/12/31	Google	366	2213	129974	951608
2021/12/31	Google	365	2578	142260	1093868
2022/12/31	Google	147	2725	138182	1232050
2023/12/31	Google	62	2787	105318	1337368
2024/12/31	Google	13	2800	406409	1737777
2025/12/31	Google	17	2817	269056	2006833

BSP = Blog Service Provider

Blogger Bugworkshop 2025年的瀏覽人次

Blogger Bugworkshop 2025年的地區瀏覽人次

Blogger Bugworkshop2025年的發表文章瀏覽人次

筆者 2026年的計劃：

• DIY – ESP8266 繼續研究
• DIY – FPGA 繼續研究
• DIY – ESP32 Bluetooth / USB研究
• DIY – IoT 研究
• DIY – Android繼續研究
• DIY – Excel VBA & Python &Power Query
• DIY – C++ 繼續研究

2026年 1月 1日（Thu）天氣報告

氣溫：35.0°F / 2.0°C @ 07:00

風速：每小時 5公里

降雨機會：02%

相對濕度：百分之 100%

天氣：多雲
※ Happy New Year 新年快樂

Open WebUI Windows 安裝（二）

Open WebUI Windows 安裝（二）：

Open WebUI 提供多種安裝方式，包括通過 Python pip 安裝、Docker 安裝、Docker Compose、Kustomize 和 Helm 等。要安裝 Open WebUI，您通常需要先安裝 Ollama，然後使用 Python 的套件管理工具 pip 來安裝 Open WebUI 本身。接著啟動 Open WebUI，透過瀏覽器介面連結 Ollama，並下載您想使用的 AI 模型。

Open WebUI Windows 安裝

安裝前的核心要求：

1. Python 3.11（必須嚴格使用此版本，更高版本可能不相容）
2. Node.js 20.x 及以上（用於前端依賴管理）
3. Ollama 已安裝並運行

如果在之前已經和筆者同樣安裝了 Ollama 和 Docker，這時安裝 Open-Webui 便來得簡單直接，祇需要在 CMD (Run As Adminstarter)，然後運行以下 docker 命令以在本地電腦上部署 open-webui docker 容器。如果您的電腦上有 Ollama，請使用以下命令：

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

執行 CMD 命令

要連接到另一台伺服器上的 Ollama，請將 OLLAMA_BASE_URL 更改為伺服器的 URL。因此，如果 Ollama 在不同的伺服器上，請使用以下命令：

docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

啟動，然後點擊 3000:8000

注意：使用 Docker 安装 Open WebUI 时，请确保在 Docker 命令中包含 -v open-webui:/app/backend/data。此步骤至关重要，因为它确保您的数据库正确安装并防止任何数据丢失。

登录打开 WebUI
安装完成后，您可以通过 http://localhost:3000 访问 Open WebUI。第一次您需要点击“注册”进行注册。

創建新用戶

創建管理員戶口

啟動 Docker，然後點擊 3000:8000，便可以進入 Open-Webui，輸入問題，AI 便會回答你的問題。

啟動，然後點擊 3000:8000

輸入問題

Ollama AI 便會回答你的問題

2025年 12月 25日（Thu）天氣報告

氣溫：41.0°F / 5.0°C @ 07:00

風速：每小時 16公里

降雨機會：0%

相對濕度：百分之 93%

天氣：多雲

Open WebUI 介紹（一）

Open WebUI 介紹（一）：

Open WebUI（原名 Ollama WebUI），是一個基於 Web 的使用者介面，可擴展、功能豐富且使用者友善的自架 AI 平臺，設計上可完全離線運作。它支援多種大型語言模型（LLM）運行器，如 Ollama 和相容於 OpenAI 的 API，並內建檢索增強生成（RAG）推理引擎，為 AI 部署提供強大的解決方案

Open WebUI Logo

安裝 Ollama 用 Docker 容器跑比安裝方便，而 Open WebUI 需搭配 Ollama 運行，一次跑兩個容器當然是用 Docker Compose 做成同綁包更省事。

Windows + Ollama + Docker + Open WebU

⭐ Open WebUI 的主要功能 ⭐

• 輕鬆設定：使用 Docker 或 Kubernetes（kubectl、kustomize或 helm）無縫安裝，輕鬆體驗，並支援 :ollama和 :cuda 標記映射。
• Ollama / OpenAI API 整合：輕鬆整合相容 OpenAI 的 API，實現與 Ollama 模型的靈活對話。自訂 OpenAI API URL，即可與 LMStudio、GroqCloud、Mistral、OpenRouter 等平臺連接。
• 精細的權限和使用者群組：透過允許管理員建立詳細的使用者角色和權限，我們確保使用者環境的安全。這種精細的權限設定不僅增強了安全性，還能提供客製化的使用者體驗，培養使用者的主人翁意識和責任感。
• SCIM 2.0 支援：透過 SCIM 2.0 協定進行企業級使用者和群組配置，實現與 Okta、Azure AD 和 Google Workspace 等身分識別提供者的無縫集成，從而實現自動化的使用者生命週期管理。
• 響應式設計：在桌上型電腦、筆記型電腦和行動裝置上享受無縫體驗。
• 行動端漸進式 Web 應用 (PWA)：使用我們的 PWA，在您的行動裝置上享受原生應用程式的體驗，提供本地主機離線存取和無縫的使用者介面。
• 全面支援 Markdown 和 LaTeX：全面的 Markdown 和 LaTeX 功能，提升您的 LLM 體驗，實現更豐富的互動體驗。
• 免持語音/視訊通話：整合的免持語音和視訊通話功能，帶來無縫通訊體驗，打造更具活力和互動性的聊天環境。
• 模型建構器：透過 Web 介面輕鬆建立 Ollama 模型。透過 Open WebUI 社群集成，輕鬆建立和新增自訂角色/代理程式、自訂聊天元素以及匯入模型。
• 原生 Python 函數呼叫工具：工具工作區內建程式碼編輯器支持，增強您的 LLM。只需添加純 Python 函數即可自帶函數 (BYOF)，從而實現與 LLM 的無縫整合。
• 本地 RAG 整合：借助突破性的檢索增強生成 (RAG) 支持，探索聊天互動的未來。此功能將檔互動無縫整合到您的聊天體驗中。您可以將檔直接載入到聊天中，或將檔新增至檔庫，並在查詢前使用 # 指令輕鬆存取它們。
• RAG 網頁搜尋：使用 SearXNG、Google PSE、Brave Search、serpstack、serper、Serply、DuckDuckGo、TavilySearch、SearchApi 和 Bing 等提供者執行網頁搜索，並將結果直接注入您的聊天體驗。
• 網頁瀏覽功能：使用 # 指令後跟 URL，即可將網站無縫整合到您的聊天體驗中。此功能可讓您將網頁內容直接融入對話中，增強互動的豐富性和深度。
• 影像產生整合：使用 AUTOMATIC1111 API 或 ComfyUI（本地）以及 OpenAI 的 DALL-E（外部）等選項，無縫整合影像產生功能，透過動態視覺內容豐富您的聊天體驗。
• 多模型對話：輕鬆同時與各種模型互動，利用其獨特優勢獲得最佳反應。透過並行利用多種模型來提升您的體驗。
• 基於角色的存取控制 (RBAC)：透過限制權限確保安全存取；只有授權使用者才能存取您的 Ollama，並且只有管理員擁有獨特的模型建立/拉取權限。
• 多語言支援：借助我們的國際化 (i18n) 支持，您可以用自己喜歡的語言體驗 Open WebUI。
• Pipelines、Open WebUI 外掛程式支援：使用 Pipelines 外掛程式框架，將自訂邏輯和 Python 程式庫無縫整合到 Open WebUI中。啟動您的 Pipelines 實例，將 OpenAI URL 設定為 Pipelines URL，探索無限可能。例如，函數呼叫、使用者速率限制以控制存取、使用 Langfuse 等工具進行使用情況監控、使用 LibreTranslate 進行即時翻譯以實現多語言支援、惡意訊息過濾等等。
• 持續更新：我們致力於透過定期更新、修復問題和新功能來改進 Open WebUI。
  
  
  2025年 12月 24日（Wed）天氣報告
  氣溫：43.0°F / 6.0°C @ 07:00
  風速：每小時 19公里
  降雨機會：30%
  相對濕度：百分之 90%
  天氣：小雨