Chat UI от Hugging Face: ваш персональный ChatGPT за 5 минут

Chat UI в действии

Знаете ли вы, что можно развернуть собственный аналог ChatGPT с открытым исходным кодом буквально за несколько минут? Команда Hugging Face предлагает готовое решение — Chat UI, тот самый интерфейс, который работает на их официальном сервисе HuggingChat. Давайте разберёмся, чем он интересен для разработчиков.

Что это и зачем нужно

Chat UI — это SvelteKit-приложение, предоставляющее удобный веб-интерфейс для взаимодействия с различными языковыми моделями. Главные преимущества:

Открытый исходный код — можно модифицировать под свои нужды
Поддержка любых OpenAI-совместимых API — работа с локальными моделями через llama.cpp, Ollama или облачными сервисами
Простота развёртывания — от установки до первого запроса буквально 5 минут

Особенно полезен проект будет:

Разработчикам, тестирующим разные LLM
Командам, создающим свои чат-интерфейсы
Энтузиастам, желающим поэкспериментировать с локальными моделями

Как это работает: 3 простых шага

Настройка окружения — создаём .env.local с ключами доступа:

OPENAI_BASE_URL=https://router.huggingface.co/v1
OPENAI_API_KEY=hf_************************
MONGODB_URL=mongodb://localhost:27017

Выбор базы данных — можно использовать:

MongoDB Atlas (облачный вариант)
Локальный Docker-контейнер

docker run -d -p 27017:27017 --name mongo-chatui mongo:latest

Запуск — стандартные npm-команды:

npm install
npm run dev

Ключевые возможности

1. Универсальность подключения

Работает с любыми OpenAI-совместимыми API:

Локальные модели (llama.cpp, Ollama)
Облачные сервисы (OpenRouter, Poe)
Роутер Hugging Face

2. Гибкая маршрутизация запросов

Можно настроить интеллектуальный выбор модели для каждого запроса через Arch-Router:

LLM_ROUTER_ROUTES_PATH=config/routes.chat.json
LLM_ROUTER_ARCH_BASE_URL=https://api.example.com/v1

3. Кастомизация интерфейса

Легко меняется название, описание и стиль приложения через переменные окружения:

PUBLIC_APP_NAME=MyChat
PUBLIC_APP_ASSETS=custom-theme

Технические детали

Frontend: SvelteKit + Tailwind CSS
Backend: Node.js (адаптеры для разных платформ)
База данных: MongoDB (версии 6/7)
Деплой: Возможность контейнеризации через Docker

Практическое применение

Тестирование моделей — быстрый способ сравнить разные LLM
Внутренние инструменты — чат-интерфейс для документации или поддержки
Образовательные проекты — демонстрация работы языковых моделей
Прототипирование — основа для собственных чат-приложений

Выводы: стоит ли пробовать?

Chat UI — отличное решение, если вам нужен:

Быстрый старт с минимальной настройкой
Гибкость работы с разными моделями
Возможность кастомизации под свои нужды

Особенно рекомендую:

Разработчикам, которые хотят "приручить" локальные модели
Командам, создающим собственные AI-инструменты
Всем, кому надоели ограничения публичных чат-ботов

Попробуйте — первый запуск действительно занимает меньше 5 минут!