DeepSeek-API in SillyTavern nutzen: Benutzerdefinierter Endpunkt

Einrichtung in fünf Schritten

Die Frage, wie man die DeepSeek-API in SillyTavern nutzt, lässt sich auf eine Tatsache reduzieren: SillyTavern kann mit jedem OpenAI-kompatiblen Endpunkt sprechen, sodass du nur eine URL, einen Schlüssel und eine Modell-ID angibst. Beachte, dass dieser Dienst nicht die offizielle DeepSeek-API ist. Er hostet ein Open-Weight-Modell mit der ID uncensored, betrieben von einem unabhängigen Anbieter und optimiert für Antworten ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene.

1. Erstelle ein Konto und öffne die API-Schlüssel-Seite. Kopiere einen Schlüssel. Neue Nutzer können dort mit einem Klick $0.50 Testguthaben beanspruchen, keine Karte nötig, 7 Tage gültig.
2. Öffne in SillyTavern den Tab API-Verbindungen (das Steckersymbol in der oberen Leiste).
3. Setze den API-Typ auf Chat Completion. Setze dann die Chat-Completion-Quelle auf Benutzerdefiniert (OpenAI-kompatibel).
4. Gib im Feld für den benutzerdefinierten Endpunkt https://api.deepseekapi.top/v1 ein. Füge deinen Schlüssel in das Feld API-Schlüssel ein. Gib im Feld Modell-ID uncensored ein.
5. Drücke Verbinden. Ein grünes Statuslicht und ein Modellname bedeuten, dass die Verbindung funktioniert.

Die Bezeichnungen ändern sich in SillyTavern-Versionen leicht, aber die Idee bleibt gleich: Chat-Completion-Modus, benutzerdefinierte Quelle, Endpunkt, Schlüssel, Modell. Hole den Schlüssel von der API-Schlüssel-Seite.

Wenn die Verbindung fehlschlägt

Prüfe diese Punkte in der angegebenen Reihenfolge. Die meisten Ausfälle sind einer davon.

• Falsche URL-Form. Der Endpunkt endet auf /v1. Füge /chat/completions nicht hinzu.
• Falsche Quelle. Der Textvervollständigungsmodus verwendet ein anderes Anfrageformat. Diese API bedient POST /v1/chat/completions und GET /v1/models, also verwende Chat Completion.
• Schlüssel mit Leerzeichen eingefügt. Füge ihn erneut ein und achte auf ein nachgestelltes Leerzeichen.
• Server kann das Internet nicht erreichen. Wenn du SillyTavern auf einem Heimserver oder in einem Container ausführst, benötigt die Maschine ausgehenden HTTPS-Zugriff.

Um ein SillyTavern-Problem von einem Schlüsselproblem zu trennen, teste den Schlüssel über ein Terminal:

Copycurl https://api.deepseekapi.top/v1/models   -H "Authorization: Bearer YOUR_KEY" | grep uncensored

Eine JSON-Liste mit uncensored darin bedeutet, dass der Schlüssel gut ist. Um die Chat-Route selbst zu prüfen:

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

Einstellungen, die für Rollenspiele wichtig sind

Streaming

Aktiviere das Streaming im Chat-Completion-Panel. Die API sendet Token über SSE, sobald sie erzeugt werden, sodass Antworten während der Generierung erscheinen. Eine gestreamte Anfrage belegt einen deiner parallelen Anfragen-Slots, bis der Stream endet. Ein vollständiger Schlüssel erlaubt 8 gleichzeitig, ein Testguthaben-Schlüssel erlaubt 2.

Kontextgröße

Das Modell hat ein 100.000-Token-Kontextfenster, Prompt plus Vervollständigung. Du musst es nicht vollständig nutzen. SillyTavern sendet die Charakterkarte, die Persona, Lorebook-Einträge und so viel Chat-Verlauf, wie in das von dir festgelegte Limit passt, bei jeder einzelnen Nachricht. Ein kleineres Limit bedeutet eine kleinere Rechnung und schnellere Antworten. Für die meisten Chats reichen 16k bis 32k Token.

Maximale Antwortlänge

Setze das Antwortlimit auf einen sinnvollen Wert, z. B. 400 bis 600 Token, damit eine Antwort nicht zu einem Essay ausartet. Die API erfordert max_tokens nicht, aber eine Obergrenze schützt dein Prepaid-Guthaben vor unkontrollierten Ausgaben.

Sampling

Temperatur, top_p, Stop-Sequenzen, Seed und die Strafen werden an das Modell weitergegeben. Ein üblicher Startpunkt für Charakter-Chats ist Temperatur 0,8 bis 1,0 und top_p um 0,9. Ändere immer nur einen Wert. Wenn ein Charakter Phrasen wiederholt, erhöhe die Häufigkeits- oder Präsenzstrafe etwas, statt die Temperatur zu erhöhen.

Stop-Sequenzen

Wenn das Modell beginnt, auch die Zeilen des Benutzers zu schreiben, füge den Benutzernamen gefolgt von einem Doppelpunkt als Stop-Sequenz hinzu. Dies wird weitergegeben.

Eine Checkliste für den ersten Start

Bevor du einen Lieblingscharakter lädst, führe einen kurzen Testchat durch, um sicherzustellen, dass die Verbindung gesund ist.

1. Erstelle einen leeren Charakter oder verwende die Standard-Assistenten-Karte.
2. Sende „Antworte mit dem Wort bereit.“ Die Antwort sollte innerhalb einer Sekunde oder zwei zurückkommen und im Streaming erscheinen, sobald sie erzeugt wird.
3. Öffne die SillyTavern-Konsole oder das Netzwerkprotokoll, wenn nichts erscheint. Ein 401 bedeutet, dass der Schlüssel falsch ist, ein 404 bedeutet, dass die URL oder die Modell-ID falsch ist, und ein 429 bedeutet, dass ein Limit erreicht wurde.
4. Prüfe dein Guthaben. Jede Antwort enthält einen X-Balance-USD-Header, damit du siehst, wie das Guthaben pro Nachricht sinkt.
5. Erst dann lade deine echte Charakterkarte und dein Lorebook.

Wenn die Antwort leer ist oder mitten im Satz abbricht, prüfe zuerst die Einstellung für die Antwortlänge. Ein zu niedrig gesetztes Limit beendet die Antwort vorzeitig, und der unvollständige Satz ist kein Modellfehler.

Wechseln zwischen Voreinstellungen

SillyTavern hält Sampling-Voreinstellungen von dem Verbindungsprofil getrennt. Es lohnt sich, eine Voreinstellung für narrative Texte mit höherer Temperatur und eine für kurze faktische Antworten mit niedrigerer Temperatur zu speichern. Das Umschalten der Voreinstellung berührt nicht den Endpunkt oder Schlüssel.

Was eine Rollenspiel-Sitzung kostet

Der Preis beträgt $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, vom Prepaid-Guthaben ohne Abonnement. Da der Verlauf erneut gesendet wird, ist der Input der größere Teil. Rechne einen Chat mit einem 20.000-Token-Prompt pro Nachricht und einer 400-Token-Antwort durch:

• Input: 20.000 × $0,15 / 1.000.000 = $0,003
• Output: 400 × $0,50 / 1.000.000 = $0,0002
• Gesamt: $0,0032 pro Nachricht

Also kosten 100 Nachrichten $0,32. Vergleiche nun einen reduzierten Kontext von 8.000 Token mit derselben Antwort: 8.000 × $0,15 / 1.000.000 = $0,0012, plus $0,0002, macht $0,0014 pro Nachricht und $0,14 pro 100. Die Reduzierung des Kontexts kostet weniger als die Hälfte für die gleiche Anzahl von Schritten.

Das $0,50-Testguthaben deckt etwa 156 Nachrichten bei der größeren Größe ab (0,50 / 0,0032 = 156,25) oder etwa 357 bei der kleineren Größe (0,50 / 0,0014 = 357,1). Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie. Siehe die Preisseite für Aufladungsbeträge, Boni und Zahlungsmethoden; sowohl Karte (Visa, Mastercard, Apple Pay, Google Pay) als auch Krypto (USDT auf TRC20, USDC auf Base) werden akzeptiert.

Charaktere, Sicherheit und die eine harte Regel

Das Modell ist für fiktionale Inhalte, Roleplay und Companion-Apps für Erwachsene optimiert. Es ist kein allgemeiner Sicherheitsfilter und es entscheidet nicht, was für dich geeignet ist. Das ist deine Aufgabe: Halte deine Karten und Chats auf die rechtmäßige Nutzung durch Erwachsene beschränkt.

Das einzige feste Limit ist, dass sexuelle Inhalte mit Minderjährigen nicht erlaubt sind, und kein Prompt ändert das. Achte darauf, dass die Charaktere in deinen Karten eindeutig erwachsen sind.

Einige praktische Gewohnheiten helfen der Qualität eines Chats:

• Platziere die wichtigsten Fakten zur Figur oben auf der Karte, nicht versteckt am Ende.
• Verwende einen kurzen System-Prompt, der den Erzählstil und die Länge der Antworten festlegt.
• Fasse alte Chat-Teile mit der Zusammenfassungsfunktion von SillyTavern zusammen, anstatt sie endlos mitzuführen.
• Halte Lorebook-Einträge kurz und durch Schlüsselwörter ausgelöst, damit sie nur bei Bedarf in den Prompt aufgenommen werden.

Prompts werden nicht zum Training verwendet. Lies die Quickstart-Dokumentation für die Antwort-Header, einschließlich X-Balance-USD, das dein verbleibendes Guthaben anzeigt.

Eine Figur als Backend für eine Companion-App verwenden

Manche nutzen SillyTavern als Frontend für eine langlaufende Companion-Figur für Erwachsene. Es gelten dieselben Regeln wie für jeden Chat. Halte die Persona konsistent, indem du sie als kurzen, festen Block schreibst, und überlasse ältere Ereignisse der Zusammenfassungsfunktion. Lange Pausen zwischen den Sessions kosten nichts, da das Guthaben nie verfällt und es kein Abonnement gibt.

Wenn du später deine eigene App statt SillyTavern baust, kannst du denselben Endpunkt aus Code aufrufen. Die Quickstart-Dokumentation zeigt curl-, Python- und Node-Beispiele mit derselben Base URL und Modell-ID, sodass ein Prompt, der in SillyTavern funktioniert, direkt übernommen werden kann.

Ratenlimits in einem belebten Chat

Ein einzelner Chat erreicht die Limits selten. Gruppenchats, Swipes und mehrere offene Tabs können das. Der Dienst antwortet mit HTTP 429 und dem Code rate_limited, wenn du das Requests-per-Minute-Limit überschreitest (60 bei einem Trial-Schlüssel, 300 bei einem Voll-Schlüssel) und mit concurrency, wenn zu viele Anfragen gleichzeitig laufen (2 bei Trial, 8 bei Voll).

Bei kurzzeitiger Überlastung erhältst du ebenfalls eine 429 mit einem Retry-After: 5-Header. Fünf Sekunden zu warten und es erneut zu versuchen, ist die richtige Reaktion. Wenn du dies bei einem Trial-Schlüssel siehst, schließe zusätzliche Tabs oder stoppe einen Swipe, bevor du einen anderen startest.

Weitere Anleitungen

• So nutzt du die DeepSeek API in Cursor: Einrichtung der benutzerdefinierten Base URL
• DeepSeek API Python-Beispiel: Chat, Streaming, Tools
• DeepSeek API-Schlüssel: Zugriff auf die unzensierte LLM-API