SillyTavern 无审查 LLM API：设置步骤

开始前的准备工作

你需要三样东西：一个正在运行的 SillyTavern 实例、API 密钥以及端点详情。SillyTavern 是一个用于角色和角色扮演对话的自托管聊天前端，它可以与任何遵循 OpenAI 聊天格式的服务进行交互。本网站提供此类服务，适用于合法的成人用途：面向成人的小说、角色扮演和伴侣应用。它不会生成涉及未成年人的性内容，任何设置都无法改变这一点。

收集这些值：

• 基础 URL： https://api.ornith.top/v1
• 模型 ID： uncensored
• API 密钥： 在通过 Google 或电子邮件和密码登录后，在 API 密钥页面 创建。

新账户可以在该页面一键领取 $0.50 试用额度。无需绑卡，每人限领一次，有效期 7 天。这对于测试角色卡已经足够，因为典型聊天轮次的成本不到一美分（计算见下文）。

先用 curl 测试密钥

在调整 SillyTavern 之前，从终端发送一个请求。如果成功，后续任何失败都是前端设置问题；如果失败，问题出在密钥或网络上。

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."}]
  }'

你应该获得包含 choices 数组的 JSON。查看响应头：X-Balance-USD 显示你的剩余信用额度，X-Request-Id 是联系支持时引用的内容。你也可以使用 GET /v1/models 列出模型：

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

列表显示了在 SillyTavern 中使用的模型 ID，即 uncensored。

逐步连接 SillyTavern

1. 打开 SillyTavern 并点击顶部的插件图标以打开 API 连接。
2. 在 API 下拉菜单中选择 Chat Completion。
3. 在 Chat Completion Source 下拉菜单中选择 Custom (OpenAI-compatible)。
4. 在 Custom Endpoint (Base URL) 中输入 https://api.ornith.top/v1。在 /v1 处停止。不要添加 /chat/completions，因为客户端应用会自动附加该路径。
5. 将你的密钥粘贴到 Custom API Key 字段中。
6. 在Model ID中输入uncensored。
7. 按Connect。如果显示带有模型名称的绿色状态，则握手成功。

SillyTavern 版本之间的菜单标签略有变化，因此如果你的版本名称不同，请寻找相同的概念：自定义 OpenAI 兼容源、端点字段、密钥字段和模型字段。如果连接失败，请重复 curl 测试。curl 返回身份验证错误意味着密钥错误；curl 成功但 Connect 失败通常意味着 URL 中有拼写错误，例如缺少 /v1 或有尾部路径。

连接后，打开任何角色卡并发送消息。如果你看到回复，说明集成有效。剩下的就是调整。

对角色扮演至关重要的设置

上下文大小

该模型具有 100,000 个 token 的上下文窗口，将提示词和回复一起计入。在 SillyTavern 中，上下文大小滑块控制每轮发送的历史记录、角色卡和 lorebook 文本的量。更大的值意味着角色能记住更多内容，且每轮请求成本更高，因为你每轮都要为输入 token 付费。一个好的起点是中等值，如 16,000 到 32,000 个 token，仅在聊天足够长需要时才提高。回复长度设置映射到 max_tokens，这在 API 中是可选的；如果你想要更短的回复，请设置一个值。

流式传输

在 Chat Completion 设置中开启流式传输。API 支持带有 stream: true 的 SSE，因此文本在生成时出现，你可以提前停止不良回复。使用情况在流结束时报告。

采样

Temperature、top_p、停止序列、seed 以及频率和存在惩罚会传递给模型。对于创意聊天，temperature 约为 0.8 到 1.0，top_p 接近 0.9 是常见的起点。如果回复冗长或重复，稍微降低 temperature 并添加小的频率惩罚。一次更改一个设置，以便看到其效果。

你的系统提示词和角色卡

该模型经过调整，不会拒绝生成内容，因此场景的质量取决于你的提示词和角色卡。清晰的角色、背景、语气和几句对话示例比任何采样调整都更有效。如果你为成人受众写作，请确保背景明确说明年龄：每个角色都应该是成年人。

逐条消息成本计算

定价为每 1M 输入 token $0.15，每 1M 输出 token $0.50，从预付额度扣除，无订阅。因为 SillyTavern 每轮都会重新发送角色卡和历史记录，所以输入占主导。

假设一轮聊天发送 6,000 个 token 的上下文并收到 400 个 token 的回复：

• 输入：6,000 个，每 1M $0.15，即 $0.0009。
• 输出：400 个，每 1M $0.50，即 $0.0002。
• 总计：每轮 $0.0011。

200 轮对话的会话成本为 $0.22。$0.50 的试用额度可覆盖约 450 轮这样的对话。失败或被拒绝的请求不会收费。充值时，$20 至 $500 之间的任意整数金额均可，充值 $50 起额外赠送 5%，充值 $100 起额外赠送 10%，充值 $200 起额外赠送 15%。支持银行卡（Visa、Mastercard、Apple Pay、Google Pay）或加密货币（TRC20 链上的 USDT、Base 链上的 USDC）支付。额度永不过期。定价页面有详细信息。

修复常见错误

症状	可能原因	修复方法
连接立即失败	基础 URL 或密钥错误	使用 https://api.ornith.top/v1，无尾部路径；重复 curl 测试
HTTP 429，代码 rate_limited	每分钟请求过多	请降低频率；试用密钥每分钟允许 60 次请求，完整密钥每分钟 300 次
HTTP 429，代码 concurrency	同时请求过多	等待运行中的回复结束；试用密钥允许同时 2 个，完整密钥允许 8 个
HTTP 429 且 Retry-After: 5	临时过载	5 秒后重试
请求过大	正文超过 8 MB	降低上下文大小或精简 lorebook
上下文太长	提示词加回复超过 100,000 个 token	降低上下文大小或回复长度

一个细节在群聊和使用额外后台调用功能时容易让人中招：流式请求会占用其并发限制名额，直到流结束。如果 SillyTavern 同时发出回复、摘要和图像描述请求，拥有 2 个名额的试用密钥将拒绝第三个请求。完整密钥允许 8 个。禁用你不需要的额外功能，或将它们错开时间。

有关所有参数和确切的错误形状，请阅读 API 文档。

更多指南

• 无审查 LLM：含义与使用方法
• 使用 Ollama 本地运行的最佳无审查 LLM
• 开源 LLM API 指南：设置、成本与替代方案