PT ▾

InícioGuia

SillyTavern com uma API sem censura compatível com OpenAI

Se você procurou por proxy claude code sillytavern, aqui está o resumo: o SillyTavern não precisa do Claude Code ou de um proxy para usar esta API. Ele possui uma conexão personalizada nativa compatível com OpenAI.

Um palco brilhante com balões de chat e máscaras ligados por um cabo a um servidor, representando uma interface de roleplay e uma API

Pontos principais

  1. Use Chat Completion, depois a origem Custom (compatível com OpenAI)
  2. Endpoint: https://api.claudecodeproxyapi.com/v1, modelo: uncensored
  3. Defina o tamanho do contexto até 100.000 tokens e ative o streaming
  4. Um chat de 200 mensagens com 8.000 tokens de entrada e 400 de saída por mensagem custa cerca de $0,28

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

  1. 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.
  2. No SillyTavern, abra o ícone de plugue (Conexões de API) e defina API como Chat Completion.
  3. Defina Chat Completion Source como Custom (OpenAI-compatible).
  4. Em Endpoint personalizado (URL base), insira https://api.claudecodeproxyapi.com/v1. Não adicione /chat/completions.
  5. Cole sua chave em Chave de API personalizada, digite uncensored como 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

ProblemaVerificar
A conexão mostra um erroA URL deve terminar em /v1 e não conter /chat/completions; teste com os comandos curl acima
A resposta corta no meio da fraseAumente a configuração de comprimento de resposta; a API em si não limita nada abaixo da janela de contexto
As respostas são repetitivasAdicione uma pequena penalidade de frequência ou presença e aumente um pouco a temperatura
O chat para após muitas mensagensVocê pode ter atingido a janela de 100.000 tokens; reduza o controle deslizante de contexto ou resuma
429 ao executar dois chatsA 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.

Perguntas e respostas

Preciso do Claude Code para usar o SillyTavern com esta API?

Não. O SillyTavern se conecta à API diretamente por meio de sua fonte Custom (compatível com OpenAI). O Claude Code é uma ferramenta de codificação separada.

Qual URL colocar no SillyTavern?

Insira https://api.claudecodeproxyapi.com/v1 como o endpoint personalizado, sem /chat/completions. Use uncensored como o ID do modelo.

Por que recebo um erro 429 em uma sessão longa?

Ou você enviou muitas requisições por minuto, ou muitas de uma vez. As respostas em streaming ocupam um slot de concorrência até o fim, e um 429 com Retry-After: 5 significa sobrecarga temporária, então aguarde cinco segundos.

Este modelo é o Claude?

Não. É um modelo de pesos abertos de um provedor independente, hospedado atrás de uma API compatível com OpenAI.

Qual conteúdo é permitido?

O modelo é ajustado para responder sem recusas de conteúdo para uso adulto legal. Conteúdo sexual envolvendo menores nunca é permitido.

Sua chave está a um formulário de distância

Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.