Ollama API SillyTavern 设置：连接托管接口

开始前的准备工作

如果你搜索了 ollama api sillytavern，你可能希望 SillyTavern 通过 OpenAI 风格的地址与模型通信，而不是通过本地 Ollama 安装。这是可行的，因为 SillyTavern 允许你添加任何 OpenAI 兼容的接口。本页面将其连接到托管接口，这意味着你这边不需要 GPU。

你需要三样东西：一个可用的 SillyTavern 安装、一个 API 密钥和端点配置值。这些值是：

• Base URL：https://api.ollamaapi.com/v1
• 模型 ID：uncensored
• Authorization：你的密钥，以 Bearer token 形式发送（SillyTavern 会自动完成此操作）

要获取密钥，请使用 Google 或邮箱和密码登录，然后打开 API 密钥页面。新用户只需点击一下即可领取 $0.50 试用额度。每人限领一次，有效期 7 天，无需绑定银行卡。试用密钥限制为 2 个并发请求和每分钟 60 个请求，这足以满足单次聊天需求。

内容规则：该模型经过调整，可在合法成人用途中避免内容拒绝，适合小说、角色扮演和成人伴侣设置。不允许涉及未成年人，且接口对此有硬性限制。

先用 curl 测试密钥

五秒钟的测试可以节省大量猜测。如果此命令返回回复，则密钥、URL 和模型 ID 均正确，后续任何问题都出在 SillyTavern 设置中。

Copycurl https://api.ollamaapi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Say hello in one short sentence."}],
    "max_tokens": 40
  }'

你也可以使用相同的请求头列出模型：GET https://api.ollamaapi.com/v1/models。401 表示密钥错误或缺失。回复的 choices[0].message.content 包含文本表示你已准备好配置应用。

逐步连接 SillyTavern

菜单名称在不同版本的 SillyTavern 中可能略有变化，但路径是稳定的。打开顶部的插件图标，即 API 连接面板。

1. 将 API 设置为 聊天补全。不要在此接口使用文本补全，因为它仅提供聊天补全。
2. 将聊天补全源设置为自定义（兼容 OpenAI）。
3. 在 自定义接口（Base URL） 中，输入 https://api.ollamaapi.com/v1。不要包含任何尾部路径，例如 /chat/completions。
4. 将你的密钥粘贴到自定义 API 密钥中。
5. 在 Model ID中，输入 uncensored。如果字段提供由 models 端点填充的下拉菜单，请选择相同的条目。
6. 按Connect。如果显示带有模型名称的绿色状态，则握手成功。

打开任何角色卡并发送一条简短消息。如果文本开始流式传输，则连接完成。其余部分介绍调优，因为默认设置并不总是最适合具有大上下文窗口的托管模型。

如果你来自 Ollama 的提醒：SillyTavern 自带的 Ollama 连接使用本地地址和文本补全路径。该路径指向你自己的计算机。这里我们使用聊天补全路径和公共 HTTPS 地址，以免两种设置混淆。

值得更改的设置

上下文大小

上下文窗口为 100,000 个 token，包括提示词和完成部分。SillyTavern 允许你在采样器面板中设置上下文大小，当聊天超出该大小时，应用程序会丢弃最旧的消息。更大的值可以记住更多的故事，但成本也更高，因为每次回复都会发送整个历史记录作为输入。

这里有一个计算示例。一次聊天轮次发送 8,000 个 token 的历史记录并接收 300 个 token 的回复，输入成本为 8,000 x $0.15 / 1M = $0.0012，输出成本为 300 x $0.50 / 1M = $0.00015。每次轮次成本为 $0.00135，因此 100 次轮次成本为 $0.135。如果将历史记录推送到 60,000 个 token，仅输入部分每次轮次成本为 $0.009，因此 100 次轮次成本为 $0.90，加上 $0.015 的输出成本，总计 $0.915。大多数聊天不需要这么多，对旧事件的摘要通常比原始历史记录效果更好。

最大回复长度

max_tokens 是可选的。将回复长度设置为 300 到 500 个 token 可以使回复整洁并限制输出成本。如果角色倾向于在句子中间被截断，请增加该值。

采样

温度、top_p、停止序列、种子以及频率惩罚和存在惩罚会传递给模型。从聊天预设的默认值附近开始，每次只更改一个值。如果回复重复短语，请稍微提高惩罚值，而不是温度。

流式传输

保持流式传输开启。文本使用 SSE 生成时显示。使用情况在流结束时报告。注意，流式传输请求会占用并发槽位直到完成，因此在试用密钥（2 个并发）下快速连续按两次重新生成可能会产生错误。

故障排除

症状	可能原因	修复方法
401 未授权	密钥错误或缺失	再次粘贴密钥并检查两端是否有空格
404 未找到	Base URL 中的路径错误	精确使用https://api.ollamaapi.com/v1，后面不要跟任何内容
未找到模型	模型 ID 错误	以小写输入 uncensored
429 错误对应 concurrency 限制	同时请求过多	等待正在运行的回复结束；试用密钥避免使用群聊
429 带有rate_limited	超过每分钟请求数	放慢速度；完整密钥允许每分钟 300 个请求
429 且 Retry-After 为 5	临时过载	五秒后重试
浏览器 CORS 消息	SillyTavern 在另一台设备或代理上运行	启用其服务器端请求路径或在单台机器上运行

群聊值得注意。SillyTavern 可以按顺序或同时发送多个角色回复。如果你看到群聊的并发错误，请减少活跃角色的数量或从试用密钥升级。完整密钥允许 8 个并发请求。

当回复为空或被截断时，首先查看响应长度设置，然后查看停止序列。如果停止字符串匹配常见单词，回复会提前结束且无错误。

充值并保持成本可预测

试用额度足以让你尝试设置并评估写作效果。根据上述示例的每轮成本，$0.50 可支付大约 370 轮 8,000 token 聊天的费用（0.50 除以 0.00135）。之后，你可以从 $20 起充值，任何整金额最高可达 $500。支持银行卡（Visa、Mastercard、Apple Pay、Google Pay）和加密货币（TRC20 上的 USDT、Base 上的 USDC）。大额充值享有奖励：$50 起 +5%，$100 起 +10%，$200 起 +15%。额度永不过期，不会自动续期，失败或被拒绝的请求不会收费。完整表格请参阅 定价页面。

每次调用后的余额会显示在 X-Balance-USD 响应头中，你也可以查看仪表板。文档 解释了请求字段，如果你以后想从 SillyTavern 迁移到自己的脚本，可以参考。提示词不用于训练。

更多指南

• Ollama API 与 OpenAI API：哪个适合你的项目
• Ollama API 工具调用示例（OpenAI SDK）
• XAI API：常见误区与事实 - 无审查替代方案