SillyTavern OpenAI 兼容 API：逐步设置指南

开始之前

你需要三样东西：一个正在运行的 SillyTavern 实例、API 密钥和接口详情。对于密钥，请通过 Google 或邮箱在 API 密钥页面 登录，然后一键领取 $0.50 试用额度。无需支付方式，有效期 7 天。全额充值支持加密货币（TRC20 上的 USDT 或 Base 上的 USDC），从 $20 起。

你需要粘贴的值：

字段	说明
Base URL	https://api.nsfwaiapi.com/v1
模型 ID	uncensored
认证	作为 API 密钥发送的 Bearer 密钥

不要在 Base URL 中添加 /chat/completions。SillyTavern 应用会自动追加路径。

该模型针对合法成人用途进行了调整，可无内容审查地回答。涉及未成年人的性内容始终不允许，因此请将角色定义限制为成年人。

在应用外检查密钥

两分钟的测试可以节省大量猜测时间。如果 curl 正常工作，后续任何失败都是 SillyTavern 设置问题，而非密钥问题。

Copycurl https://api.nsfwaiapi.com/v1/models \
  -H "Authorization: Bearer YOUR_KEY"

包含 uncensored 的 JSON 列表表示密钥和 URL 正确。然后尝试一次真实的补全：

Copycurl https://api.nsfwaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Say hi in five words."}]}'

包含 choices 数组的回复确认生成正常。X-Balance-USD 响应头显示你的剩余额度。更多接口详情见 文档。

逐步连接 SillyTavern

1. 打开顶部栏中的插头图标（API 连接）。
2. 将 API 类型设置为 Chat Completion。
3. 在源下拉菜单中，选择 Custom (OpenAI-compatible)。
4. 在自定义接口字段中，粘贴 https://api.nsfwaiapi.com/v1。
5. 将你的密钥粘贴到 API 密钥字段并保存。
6. 在模型 ID 字段中输入 uncensored。如果连接后应用提供模型列表，请选择相同的名称。
7. 按 Connect。绿色状态行表示应用已连接到接口。

SillyTavern 不同版本之间的菜单标签略有不同，因此如果字段名称不同，请寻找包含接口 URL 的那个。每个版本的理念相同：应用向你提供的 URL 发送标准 OpenAI 格式请求。

上下文大小和响应长度

该模型具有 100,000-token 上下文窗口，由提示词和回复共享。SillyTavern 每轮发送你的角色定义、世界信息、聊天记录和系统提示词，你可以通过上下文窗口滑块决定包含多少历史记录。

越大并不自动意味着更好。输入按每 1M token $0.15 计费，因此一个填满 32,000 token 上下文的请求在回复前成本为 32,000 / 1,000,000 x $0.15 = $0.0048。在 100,000 token 时为每次请求 $0.015。在 200 条消息的夜晚中，这笔差额相对于 $20 余额是真实金钱：200 x $0.0048 = $0.96 对比 200 x $0.015 = $3.00 仅输入成本，假设上下文从第一条消息开始就填满，这对于新聊天来说是高估了。

实用的起步是 16,000 到 32,000 token 的上下文和 300 到 500 token 的响应长度。仅当角色忘记重要事项时才增加上下文。角色扮演模型指南 详细说明了长上下文如何影响场景。

尝试的采样器设置

使用聊天补全源时，SillyTavern 会发送 API 接受的采样器值。此服务会透传 temperature、top_p、stop、seed 以及频率惩罚和存在惩罚。

• Temperature： 创意场景设为 0.85 到 1.0，如果角色偏离主题则设为 0.6 到 0.7。
• Top P： 0.9 到 0.95。
• 频率和存在惩罚： 0.2 到 0.5 以减少长聊天中的重复短语。
• 流式输出： 开启它。回复逐字出现，感觉更快。流式请求会占用并发槽位直到流结束，这在你同时运行多个聊天时很重要。

属于其他后端（如本地引擎的 top_k、min_p 或重复惩罚）的设置可能会被忽略。如果滑块没有可见效果，不要在此花费时间。

修复常见错误

401 或身份验证失败

密钥粘贴时带有空格或值错误。重新粘贴并按保存，然后再按 Connect。

404 或模型错误

检查基础 URL 以 /v1 结尾，且模型 ID 完全为 uncensored，且为小写。

429 且代码为 rate_limited 或 concurrency

完整密钥允许每分钟 300 次请求和同时 8 个；试用密钥允许每分钟 60 次和同时 2 个。如果你有多个标签页或群聊同时生成，可能会达到并发上限。等待片刻并重试。带有 Retry-After: 5 头的 429 表示临时过载，因此等待五秒是正确的做法。

回复在句子中间被截断

在 SillyTavern 中增加响应长度。API 本身允许补全使用窗口的剩余部分。

余额耗尽

失败或被拒绝的请求不收费，但成功的请求收费。查看 定价 了解充值金额和奖励。

提示词、预设和群聊

Chat Completion 模式从提示词块列表构建每个请求：主提示词、角色描述、场景、示例对话、世界信息和聊天记录。你可以在提示词管理器中重新排序或关闭它们。两个习惯会有所帮助。

• 保持主提示词简短。 几行关于声音、长度和模型永不写入用户行的规则。长而重复的指令每轮都会消耗输入 token。
• 精简示例对话。 模型会复制它看到的长度和风格。两个短示例优于六个长示例。

群聊为每个发言角色发送一个请求。试用密钥限制为 2 个并发请求，同时生成的四人组可能会触发 concurrency 429。将群聊设置为一次生成一个回复，或升级到具有 8 个并发槽位的完整密钥。

切换角色时，请记住每次都会重新发送聊天记录。新聊天以较小的上下文和较低的费用开始，因此为新场景打开新聊天，而不是带着 60,000 token 的历史记录一起拖拽。

会话成本

假设一个晚上的 100 条消息。假设平均请求携带 12,000 token 输入并返回 350 token。输入：100 x 12,000 = 1,200,000 token，即 1.2 x $0.15 = $0.18。输出：100 x 350 = 35,000 token，即 0.035 x $0.50 = $0.0175。整个晚上的总费用约为 $0.20。

额度永不过期，没有订阅，因此 $20 充值按该速率可覆盖约 100 个晚上。大额充值有奖励：$50 起 +5%，$100 起 +10%，$200 起 +15%。费用随你的上下文大小变化，这是你可以控制的主要杠杆。

更多指南

• NSFW LLM 系统提示词：结构和示例
• 角色扮演最佳本地 LLM，还是托管 API？