Brauchst du einen Proxy für SillyTavern?
Die Begriffe „Claude Code“, „Proxy“ und „SillyTavern“ werden in Suchanfragen oft verwechselt. Hier ist die Erklärung: Claude Code ist die Coding-CLI von Anthropic und hat nichts mit SillyTavern zu tun. SillyTavern ist ein selbst gehostetes Chat-Frontend für Roleplay- und Character-Chats. In seinen älteren OpenAI-Einstellungen wird ein benutzerdefinierter Endpunkt als „Reverse Proxy“ bezeichnet, daher stammt das Wort „Proxy“.
Du musst keinen zusätzlichen Server starten. SillyTavern kann direkt mit jedem OpenAI-kompatiblen Endpunkt kommunizieren, und https://api.claudecodeproxyapi.com/v1 ist einer davon. Die Modell-ID ist uncensored. Dies ist ein Open-Weight-Modell eines unabhängigen Anbieters, das darauf optimiert ist, ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Es ist kein Claude und keine offizielle API von Anthropic oder einem anderen Anbieter. Die einzige harte Regel ist, dass sexuelle Inhalte mit Minderjährigen niemals erlaubt sind.
Verbinde in fünf Schritten
- Hole einen Schlüssel auf der API-Schlüssel-Seite. Nach der Anmeldung kannst du mit einem Klick $0,50 an Testguthaben beanspruchen, 7 Tage gültig, keine Karte erforderlich.
- Öffne in SillyTavern das Steckdosen-Symbol (API-Verbindungen) und stelle API auf Chat Completion.
- Stelle Chat Completion Source auf Custom (OpenAI-compatible).
- Gib in Custom Endpoint (Base URL)
https://api.claudecodeproxyapi.com/v1ein. Füge/chat/completionsnicht hinzu. - Füge deinen Schlüssel in Custom API Key ein, gib
uncensoredals Modell-ID ein und drücke dann Connect.
Ein grünes Statuslicht und das Erscheinen des Modellnamens bedeuten, dass es funktioniert hat. Menübezeichnungen ändern sich leicht zwischen SillyTavern-Versionen. Wenn ein Feld anders heißt, suche nach der gleichen Funktion: einer Quelle, die eine benutzerdefinierte OpenAI-URL akzeptiert.
Teste den Schlüssel zuerst außerhalb von SillyTavern
Wenn die Verbindung fehlschlägt, schalte SillyTavern aus der Gleichung. Diese Anfrage sollte eine Modellliste zurückgeben, die uncensored enthält:
curl https://api.claudecodeproxyapi.com/v1/models \
-H "Authorization: Bearer YOUR_KEY"
Und diese testet eine tatsächliche Antwort, so wie ein Character-Chat sie sendet:
curl https://api.claudecodeproxyapi.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "system", "content": "You are Captain Rook, a gruff airship pilot."},
{"role": "user", "content": "We lost the left engine. Orders?"}
],
"temperature": 0.9,
"stream": true
}'
Wenn beide im Terminal funktionieren, in SillyTavern aber fehlschlagen, liegt die Ursache an einem Tippfehler im URL-Feld oder einer veralteten Einstellung. Wenn sie auch im Terminal fehlschlagen, überprüfe den Schlüssel.
Einstellungen, die zu ändern sich lohnt
Kontextgröße
Die API hat ein 100.000-Token-Kontextfenster für Prompt und Completion zusammen. Der Kontext-Slider in SillyTavern kürzt deinen Verlauf, also stelle ihn so hoch, wie deine Chats es benötigen. Größerer Kontext bedeutet reicheren Speicher, aber auch mehr Input-Token pro Nachricht, was die Kosten verursacht.
Antwortlänge
Stelle eine maximale Antwortlänge ein, die zu deinem Stil passt. Die API behandelt max_tokens als optional, aber eine Obergrenze verhindert, dass eine Antwort zu lange läuft, und hält die Kosten vorhersehbar.
Streaming
Aktiviere das Streaming, damit Antworten wortweise erscheinen. Streams nutzen SSE und melden die Nutzung am Ende. Ein Stream belegt einen Concurrency-Slot, bis er abgeschlossen ist, was wichtig ist, wenn du mehrere Chats gleichzeitig ausführst: Ein regulärer Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute, der Testschlüssel erlaubt 2 und 60.
Sampling
Temperature, top_p, Stop-Sequenzen, Seed und die Penalties werden durchgereicht. Für lebendige Dialoge starte bei einer Temperatur von etwa 0,9. Wenn ein Character Phrasen wiederholt, füge einen kleinen Frequency Penalty hinzu, bevor du etwas anderes änderst.
Prompt-Nachbearbeitung
Wenn die Verbindung funktioniert, die Antworten aber deine Character Card ignorieren, schaue dir die Option zur Prompt-Nachbearbeitung für die benutzerdefinierte Quelle an und probiere einen anderen Modus. Einige Modi fusionieren oder ordnen Systemnachrichten neu, was die Interpretation der Card beeinflussen kann.
Function Calling und Erweiterungen
Die API unterstützt Function Calling: tools, tool_choice, gestreamte tool_calls und Ergebnisse, die als role: "tool" zurückgesendet werden. Ob du das aus SillyTavern nutzen kannst, hängt von der Version und den installierten Erweiterungen ab, da Function Calling in Frontends optional ist und von bestimmten Features gehandhabt wird. Wenn du eigene Character-Tools oder Erweiterungen baust, ist die Request-Form die Standard-OpenAI-Form, und die Dokumentation zeigt Beispiele. Für reine Character-Chats brauchst du keine Tools.
Der JSON-Modus ist ebenfalls über response_format: {"type":"json_object"} verfügbar. Er hilft bei Erweiterungen, die strukturierte Daten vom Modell anfordern, wie einen State-Tracker für Inventar oder Beziehungen.
Was ein Chat kostet
Der Preis beträgt $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Angenommen, jede Nachricht sendet 8.000 Token an Karte, Lorebook und Verlauf und erhält eine Antwort mit 400 Token:
- Input: 8.000 / 1.000.000 x $0,15 = $0,0012
- Output: 400 / 1.000.000 x $0,50 = $0,0002
- Pro Nachricht: $0,0014
- Ein Chat mit 200 Nachrichten: 200 x $0,0014 = $0,28
Das Testguthaben von $0,50 deckt also einen langen ersten Chat ab. Aufladungen beginnen ab $20, mit Boni von +5 % ab $50, +10 % ab $100 und +15 % ab $200, und nicht verbrauchtes Guthaben verfällt nie. Auf dieser Website ist die Zahlung per Krypto (USDT auf TRC20, USDC auf Base) möglich. Details findest du auf der Preisseite. Wenn du denselben Endpunkt stattdessen in eine Coding-CLI einbinden möchtest, erklärt der Proxy-Fehlerbehebungsleitfaden, warum dort ein Übersetzungs-Proxy benötigt wird und hier nicht.
Halte Character Cards günstig
Input-Token machen den Großteil der Rechnung aus, und die Card wird bei jeder Nachricht erneut gesendet. Einige Gewohnheiten senken die Kosten, ohne den Character zu beeinträchtigen:
- Schreibe die Card als kurze Sätze zu Stimme, Zielen und Grenzen statt als lange Hintergrundgeschichte.
- Halte Lorebook-Einträge an bestimmte Wörter gebunden, damit nur relevante eingefügt werden.
- Fasse alte Szenen gelegentlich in wenigen Zeilen zusammen und kürze dann das Rohprotokoll.
- Überprüfe den Token-Zähler in der Prompt-Ansicht und entferne alles, was das Modell nie nutzt.
Die Halbierung des durchschnittlichen Inputs von 8.000 auf 4.000 Token pro Nachricht senkt den Input-Anteil einer Nachricht von $0,0012 auf $0,0006, was eine Einsparung von $0,0006 pro Nachricht und $0,12 über 200 Nachrichten bedeutet.
Häufige Probleme
| Problem | Prüfen |
|---|---|
| Connect zeigt einen Fehler an | Die URL muss mit /v1 enden und darf nicht /chat/completions enthalten; teste dies mit den oben genannten curl-Befehlen |
| Antwort bricht mitten im Satz ab | Erhöhe die Antwortlängeneinstellung; die API selbst begrenzt nichts unterhalb des Kontextfensters |
| Antworten sind repetitiv | Füge einen kleinen Frequency- oder Presence Penalty hinzu und erhöhe die Temperatur etwas |
| Chat bricht nach vielen Nachrichten ab | Du hast möglicherweise das 100.000-Token-Fenster erreicht; senke den Kontextfenster-Slider oder fasse zusammen |
| 429 beim Ausführen von zwei Chats | Der Testschlüssel erlaubt 2 parallele Anfragen; beende einen Stream oder lade auf, um einen regulären Schlüssel zu erhalten. |
Wenn du den Support kontaktierst, sende den X-Request-Id-Header aus der fehlerhaften Antwort. Auf der Key-Seite kannst du auch prüfen, ob der eingefügte Key der aktuelle ist.
