Você precisa de um proxy para o SillyTavern?
As palavras "Claude Code", "proxy" e "SillyTavern" frequentemente se misturam nas buscas, então aqui está o que cada uma é. O Claude Code é o CLI de codificação da Anthropic e não tem relação com o SillyTavern. O SillyTavern é uma interface de chat auto-hospedada para roleplay e chats de personagens. Nas configurações OpenAI mais antigas, ele chama um endpoint personalizado de "reverse proxy", origem da palavra "proxy".
Você não precisa executar nenhum servidor extra. O SillyTavern pode falar diretamente com qualquer endpoint compatível com OpenAI, e https://api.claudecodeproxyapi.com/v1 é um deles. O ID do modelo é uncensored. Este é um modelo de pesos abertos executado por um provedor independente, ajustado para responder sem recusas de conteúdo para uso adulto legal. Não é o Claude nem uma API oficial da Anthropic ou de qualquer outro fornecedor. A única regra rígida é que conteúdo sexual envolvendo menores de idade nunca é permitido.
Conecte em cinco etapas
- Obtenha uma chave na página de chave de API. Após o cadastro, você pode resgatar $0,50 de crédito de teste grátis com um clique, válido por 7 dias, sem cartão.
- No SillyTavern, abra o ícone de plugue (Conexões de API) e defina API como Chat Completion.
- Defina Chat Completion Source como Custom (OpenAI-compatible).
- Em Endpoint personalizado (URL base), insira
https://api.claudecodeproxyapi.com/v1. Não adicione/chat/completions. - Cole sua chave em Chave de API personalizada, digite
uncensoredcomo o ID do modelo e pressione Conectar.
Uma luz de status verde e o nome do modelo aparecendo indicam que funcionou. Os rótulos do menu mudam ligeiramente entre as versões do SillyTavern, então se um campo tiver um nome diferente na sua versão, procure a mesma ideia: uma origem que aceita uma URL estilo OpenAI personalizada.
Teste a chave fora do SillyTavern primeiro
Se a conexão falhar, remova o SillyTavern da equação. Esta requisição deve retornar uma lista de modelos que inclui uncensored:
curl https://api.claudecodeproxyapi.com/v1/models \
-H "Authorization: Bearer YOUR_KEY"
E esta testa uma resposta real, da forma como um chat de personagem a envia:
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
}'
Se ambas funcionarem no terminal e falharem no SillyTavern, a causa é um erro de digitação no campo URL ou uma configuração restante. Se falharem no terminal também, verifique a chave.
Configurações que valem a pena alterar
Tamanho do contexto
A API tem uma janela de contexto de 100.000 tokens, incluindo prompt e completion. O slider de contexto do SillyTavern é o que limita seu histórico, então aumente-o conforme a necessidade dos seus chats. Contexto maior significa memória mais rica, mas também mais tokens de entrada por mensagem, o que gera o custo.
Comprimento da resposta
Defina um comprimento máximo de resposta adequado ao seu estilo. A API trata max_tokens como opcional, mas um limite impede que uma resposta continue indefinidamente e mantém o custo previsível.
Streaming
Ative o streaming para que as respostas apareçam palavra por palavra. Os streams usam SSE e reportam o uso no final. Um stream ocupa um slot de concorrência até ser concluído, o que importa se você executar vários chats ao mesmo tempo: uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto, e a chave de teste permite 2 e 60.
Amostragem
Temperatura, top_p, sequências de parada, seed e penalidades são passadas diretamente. Para diálogos animados, comece perto de temperatura 0,9. Se um personagem repetir frases, adicione uma pequena penalidade de frequência antes de alterar qualquer outra coisa.
Pós-processamento de prompt
Se a conexão funcionar, mas as respostas ignorarem o cartão de personagem, verifique a opção de pós-processamento de prompt para a origem personalizada e tente um modo diferente. Alguns modos mesclam ou reordenam mensagens do sistema, o que pode alterar a forma como o cartão é interpretado.
Chamada de funções e extensões
A API suporta chamada de funções: tools, tool_choice, streaming de tool_calls e resultados enviados de volta como role: "tool". Se você pode usá-lo no SillyTavern depende da versão e das extensões instaladas, já que a chamada de funções em interfaces é opcional e tratada por recursos específicos. Se você criar suas próprias ferramentas de personagem ou uma extensão, o formato da requisição é o padrão OpenAI, e a documentação mostra exemplos. Para chats de personagem simples, você não precisa de ferramentas.
O modo JSON também está disponível via response_format: {"type":"json_object"}. Ajuda para extensões que pedem dados estruturados ao modelo, como um rastreador de estado para inventário ou relacionamentos.
Quanto custa um chat
O preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, e requisições falhas ou recusadas não são cobradas. Suponha que cada mensagem envie 8.000 tokens de cartão, lorebook e histórico e receba uma resposta de 400 tokens:
- Entrada: 8.000 / 1.000.000 x $0,15 = $0,0012
- Saída: 400 / 1.000.000 x $0,50 = $0,0002
- Por mensagem: $0,0014
- Um chat de 200 mensagens: 200 x $0,0014 = $0,28
Assim, o crédito de teste de $0,50 cobre um primeiro chat longo. As recargas começam em $20, com bônus de +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200, e o crédito não utilizado nunca expira. Neste site, o pagamento é por cripto (USDT na TRC20, USDC na Base). Os detalhes estão na página de preços. Se quiser conectar o mesmo endpoint em uma CLI de codificação, o guia de solução de problemas do proxy explica por que um proxy de tradução é necessário lá e não aqui.
Mantenha os cartões de personagem baratos
Tokens de entrada compõem a maior parte da conta, e o cartão é reenviado com cada mensagem. Alguns hábitos reduzem o custo sem prejudicar o personagem:
- Escreva o cartão como declarações curtas de voz, objetivos e limites em vez de prosa longa de backstory.
- Mantenha as entradas do lorebook indexadas por palavras específicas para que apenas as relevantes sejam inseridas.
- Resuma cenas antigas em algumas linhas periodicamente e depois corte o log bruto.
- Verifique o contador de tokens na visualização do prompt e corte qualquer coisa que o modelo nunca use.
Reduzir pela metade a entrada média de 8.000 para 4.000 tokens por mensagem reduz a parte de entrada de uma mensagem de $0,0012 para $0,0006, uma economia de $0,0006 por mensagem e $0,12 em 200 mensagens.
Problemas comuns
| Problema | Verificar |
|---|---|
| A conexão mostra um erro | A URL deve terminar em /v1 e não conter /chat/completions; teste com os comandos curl acima |
| A resposta corta no meio da frase | Aumente a configuração de comprimento de resposta; a API em si não limita nada abaixo da janela de contexto |
| As respostas são repetitivas | Adicione uma pequena penalidade de frequência ou presença e aumente um pouco a temperatura |
| O chat para após muitas mensagens | Você pode ter atingido a janela de 100.000 tokens; reduza o controle deslizante de contexto ou resuma |
| 429 ao executar dois chats | A chave de teste permite 2 requisições simultâneas; interrompa um stream ou faça uma recarga para obter uma chave completa |
Ao entrar em contato com o suporte, envie o cabeçalho X-Request-Id da resposta com falha. A página da chave também é onde você verifica se a chave que colou é a atual.
