API LLM sem censura para SillyTavern: etapas de configuração

O que você precisa antes de começar

Você precisa de três coisas: uma instalação do SillyTavern em execução, uma chave de API e os detalhes do endpoint. O SillyTavern é uma interface de chat auto-hospedada para conversas de personagens e roleplay, e pode se comunicar com qualquer serviço que siga o formato de chat da OpenAI. Este site fornece esse serviço para uso adulto legal: ficção, roleplay e aplicativos de companhia para adultos. Ele não produzirá conteúdo sexual envolvendo menores de idade, e nenhuma alteração de configuração muda isso.

Reúna estes valores:

• URL base: https://api.ornith.top/v1
• ID do modelo: uncensored
• Chave de API: criada na página da chave de API após você entrar com Google ou com e-mail e senha.

Novas contas podem obter $0,50 de crédito de teste com um clique nessa página. Não precisa de cartão, é um por pessoa e dura 7 dias. Isso é suficiente para testar um cartão de personagem, porque uma rodada típica de chat custa uma fração de centavo (os cálculos estão mais abaixo).

Teste a chave com curl primeiro

Antes de mexer no SillyTavern, envie uma requisição de um terminal. Se funcionar, qualquer falha posterior é uma configuração do front-end; se falhar, o problema é a chave ou a rede.

Copycurl https://api.ornith.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Say hello in one short sentence."}]
  }'

Você deve receber JSON com uma matriz choices. Observe também os cabeçalhos da resposta: X-Balance-USD mostra seu crédito restante, e X-Request-Id é o que você deve citar se entrar em contato com o suporte. Você também pode listar os modelos com GET /v1/models:

Copycurl https://api.ornith.top/v1/models \
  -H "Authorization: Bearer $API_KEY"

A lista mostra o ID do modelo a ser usado no SillyTavern, que é uncensored.

Conecte o SillyTavern passo a passo

1. Abra o SillyTavern e clique no ícone de plug na parte superior para abrir Conexões de API.
2. No menu suspenso API, escolha Completamento de Chat.
3. No menu suspenso Chat Completion Source, escolha Custom (OpenAI-compatible).
4. Em Endpoint Personalizado (Base URL) insira https://api.ornith.top/v1. Pare em /v1. Não adicione /chat/completions, porque o cliente anexa esse caminho sozinho.
5. Cole sua chave no campo Custom API Key.
6. Em Model ID, digite uncensored.
7. Pressione Connect. Um status verde com o nome do modelo significa que o handshake funcionou.

Os rótulos do menu mudam um pouco entre as versões do SillyTavern, então se um nome diferir na sua versão, procure a mesma ideia: uma fonte personalizada compatível com OpenAI, um campo de endpoint, um campo de chave e um campo de modelo. Se a conexão falhar, repita o teste curl. Um erro de autenticação do curl significa que a chave está errada; um curl funcionando com uma falha de conexão geralmente significa um erro de digitação na URL, como falta de /v1 ou um sufixo.

Uma vez conectado, abra qualquer cartão de personagem e envie uma mensagem. Se você vir uma resposta, a integração funciona. O resto é ajuste.

Configurações importantes para jogo de interpretação

Tamanho do contexto

O modelo tem uma janela de contexto de 100.000 tokens, contando o prompt e a resposta juntos. No SillyTavern, o controle deslizante de tamanho de contexto define quanto histórico, cartão de personagem e texto do lorebook são enviados a cada rodada. Quanto maior, mais o personagem lembra e cada requisição custa mais, porque você paga por tokens de entrada a cada rodada. Um bom ponto de partida é um valor moderado como 16.000 a 32.000 tokens, aumentado apenas se suas conversas forem longas o suficiente para precisar disso. A configuração de comprimento da resposta mapeia para max_tokens, que é opcional nesta API; defina um valor se quiser respostas mais curtas.

Streaming

Ative o streaming nas configurações de Chat Completion. A API suporta SSE com stream: true, então o texto aparece conforme é gerado e você pode parar uma resposta ruim cedo. O uso é relatado no final do fluxo.

Amostragem

Temperatura, top_p, sequências de parada, semente e as penalidades de frequência e presença são passadas diretamente para o modelo. Para bate-papo criativo, uma temperatura em torno de 0,8 a 1,0 com top_p perto de 0,9 é um ponto de partida comum. Se as respostas divagarem ou repetirem, diminua um pouco a temperatura e adicione uma pequena penalidade de frequência. Altere uma configuração de cada vez para ver seu efeito.

Seu prompt do sistema e cartão

O modelo é ajustado para responder sem recusas de conteúdo, então a qualidade da cena depende do seu prompt e cartão de personagem. Um papel claro, cenário, tom e algumas linhas de diálogo de exemplo fazem mais do que qualquer ajuste de amostragem. Se você escreve para públicos adultos, mantenha o cenário explícito sobre idades: cada personagem deve ser adulto.

Custo por mensagem, calculado

Os preços são $0,15 por 1M tokens de entrada e $0,50 por 1M tokens de saída, a partir de crédito pré-pago sem assinatura. Como o SillyTavern reenvia o cartão de personagem e o histórico a cada turno, a entrada domina.

Suponha que uma rodada de chat envie 6.000 tokens de contexto e receba 400 tokens de volta:

• Entrada: 6.000 a $0,15 por 1M é $0,0009.
• Saída: 400 a $0,50 por 1M é $0,0002.
• Total: $0,0011 por rodada.

Uma sessão de 200 rodadas custa $0,22. O crédito de teste de $0,50 cobre cerca de 450 rodadas assim. Requisições falhas ou recusadas não são cobradas. Ao adicionar crédito, qualquer valor inteiro de $20 a $500 funciona, com +5% de $50, +10% de $100 e +15% de $200, por cartão (Visa, Mastercard, Apple Pay, Google Pay) ou cripto (USDT no TRC20, USDC na Base). O crédito nunca expira. A página de preços tem os detalhes.

Corrigindo erros comuns

Sintoma	Causa provável	Correção
A conexão falha imediatamente	URL base ou chave errados	Use https://api.ornith.top/v1 sem caminho final; repita o teste curl
HTTP 429, código rate_limited	Muitas requisições por minuto	Reduza a velocidade; chaves de teste permitem 60 por minuto, chaves completas 300
HTTP 429, código concurrency	Muitas requisições de uma vez	Aguarde o fim da resposta em execução; chaves de teste permitem 2 ao mesmo tempo, chaves completas permitem 8
HTTP 429 com Retry-After: 5	Sobrecarga temporária	Retente após 5 segundos
Requisição muito grande	Corpo com mais de 8 MB	Diminua o tamanho do contexto ou limpe o lorebook
Contexto muito longo	Prompt mais resposta acima de 100.000 tokens	Diminua o tamanho do contexto ou o comprimento da resposta

Um detalhe pega pessoas em conversas em grupo e com recursos que fazem chamadas em segundo plano: uma requisição em streaming mantém sua slot de concorrência até que o streaming termine. Se o SillyTavern disparar uma resposta, um resumo e uma legenda de imagem ao mesmo tempo, uma chave de teste com 2 slots rejeitará a terceira. Uma chave completa permite 8. Desative os extras que você não precisa ou espaçe-os.

Para todos os parâmetros e as formas exatas de erro, leia a documentação da API.

Mais guias

• LLM Sem Censura: O Que Significa e Como Usar Um
• Melhor LLM sem censura para executar localmente com Ollama
• Guia de API LLM de Código Aberto: Configuração, Custos e Alternativas