Comment utiliser l'API DeepSeek dans SillyTavern : endpoint personnalisé

Configuration en cinq étapes

La question de comment utiliser l'API DeepSeek avec SillyTavern se résume à un seul fait : SillyTavern peut se connecter à n'importe quel endpoint compatible OpenAI, vous devez donc simplement fournir une URL, une clé API et un ID de modèle. Notez que ce service n'est pas l'API officielle DeepSeek. Il héberge un modèle à poids ouverts avec l'ID uncensored, exécuté par un fournisseur indépendant et optimisé pour répondre sans refus de contenu pour un usage adulte légal.

1. Créez un compte et ouvrez la page des clés API. Copiez une clé. Les nouveaux utilisateurs peuvent réclamer 0,50 $ de crédit d'essai gratuit en un clic, sans carte nécessaire, valable 7 jours.
2. Dans SillyTavern, ouvrez l'onglet Connexions API (l'icône de prise dans la barre supérieure).
3. Définissez le type d'API sur Chat Completion. Définissez ensuite la source Chat Completion sur Personnalisée (compatible OpenAI).
4. Dans le champ endpoint personnalisé, saisissez https://api.deepseekapi.top/v1. Collez votre clé dans le champ Clé API. Dans le champ ID du modèle, saisissez uncensored.
5. Appuyez sur Connecter. Un témoin vert et un nom de modèle indiquent que la connexion fonctionne.

Les noms des champs varient légèrement entre les versions de SillyTavern, mais l'idée reste la même : mode Chat Completion, source Personnalisée, endpoint, clé, modèle. Obtenez la clé depuis la page Clé API.

Si la connexion échoue

Vérifiez ces points dans l'ordre. La plupart des échecs sont dus à l'un d'eux.

• Mauvaise forme d'URL. L'endpoint se termine par /v1. N'ajoutez pas /chat/completions.
• Mauvaise source. Le mode Text Completion utilise un format de requête différent. Cette API sert POST /v1/chat/completions et GET /v1/models, utilisez donc Chat Completion.
• Clé collée avec des espaces. Collez-la à nouveau et vérifiez la présence d'un espace final.
• Le serveur ne peut pas accéder à Internet. Si vous exécutez SillyTavern sur un serveur domestique ou dans un conteneur, la machine doit avoir un accès HTTPS sortant.

Pour distinguer un problème SillyTavern d'un problème de clé, testez la clé depuis un terminal :

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

Une liste JSON contenant uncensored signifie que la clé est bonne. Pour vérifier la route de chat elle-même :

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."}]}'

Paramètres importants pour le jeu de rôle

Diffusion en continu

Activez le streaming dans le panneau Chat Completion. L'API envoie des tokens via SSE au fur et à mesure de leur production, donc les réponses apparaissent pendant leur écriture. Une requête en streaming occupe un de vos slots de concurrence jusqu'à la fin du flux. Une clé complète permet 8 connexions simultanées, une clé d'essai en permet 2.

Taille du contexte

Le modèle dispose d'une fenêtre de contexte de 100 000 tokens, incluant le prompt et la complétion. Vous n'êtes pas obligé de tout utiliser. SillyTavern envoie la fiche de personnage, le persona, les entrées du lorebook et autant d'historique de chat que la limite que vous avez définie le permet, à chaque message. Une limite plus petite signifie une facture plus faible et des réponses plus rapides. Pour la plupart des chats, 16k à 32k tokens suffisent.

Longueur maximale de réponse

Définissez la limite de réponse sur une valeur raisonnable, comme 400 à 600 tokens, pour qu'une réponse ne dérive pas vers un essai. L'API n'exige pas max_tokens, mais une limite protège votre crédit contre les sorties incontrôlées.

Échantillonnage

La température, top_p, les séquences d'arrêt, le seed et les pénalités sont transmis au modèle. Un point de départ courant pour le chat de personnage est une température de 0,8 à 1,0 et un top_p d'environ 0,9. Modifiez une valeur à la fois. Si un personnage répète des phrases, augmentez légèrement la pénalité de fréquence ou de présence plutôt que la température.

Séquences d'arrêt

Si le modèle commence à écrire les lignes de l'utilisateur également, ajoutez le nom de l'utilisateur suivi de deux points comme séquence d'arrêt. Cela est transmis.

Une liste de contrôle pour la première utilisation

Avant de charger un personnage favori, lancez un court chat de test pour vérifier que la connexion est saine.

1. Créez un personnage vide ou utilisez la carte d'assistant par défaut.
2. Envoyez « Réponds avec le mot prêt. » La réponse doit revenir en une ou deux secondes et s'afficher en streaming au fur et à mesure de sa production.
3. Ouvrez la console SillyTavern ou le journal réseau si rien n'apparaît. Un 401 signifie que la clé est incorrecte, un 404 que l'URL ou l'ID du modèle est incorrect, et un 429 qu'une limite a été atteinte.
4. Vérifiez votre solde. Chaque réponse inclut un en-tête X-Balance-USD, vous pouvez ainsi vérifier que le crédit diminue d'une petite quantité par message.
5. Seulement alors, chargez votre vraie carte de personnage et votre lorebook.

Si la réponse est vide ou coupée en plein milieu d'une phrase, vérifiez d'abord le paramètre de longueur de réponse. Une limite trop basse termine la réponse prématurément, et la phrase inachevée n'est pas une faute du modèle.

Changement entre les profils

SillyTavern garde les profils d'échantillonnage séparés du profil de connexion. Il est utile de sauvegarder un profil pour l'écriture narrative, avec une température plus élevée, et un autre pour des réponses factuelles courtes, avec une température plus basse. Le changement de profil ne modifie ni l'endpoint ni la clé.

Combien coûte une session de jeu de rôle

Le prix est de 0,15 $ par 1M de tokens d'entrée et de 0,50 $ par 1M de tokens de sortie, prélevé sur le crédit prépayé sans abonnement. Comme l'historique est renvoyé, l'entrée représente la plus grande partie. Travaillez à travers un chat avec un prompt de 20 000 tokens par message et une réponse de 400 tokens :

• Entrée : 20 000 × 0,15 $ / 1 000 000 = 0,003 $
• Sortie : 400 × 0,50 $ / 1 000 000 = 0,0002 $
• Total : 0,0032 $ par message

Donc 100 messages coûtent 0,32 $. Comparez maintenant une fenêtre de contexte réduite à 8 000 tokens avec la même réponse : 8 000 × 0,15 $ / 1 000 000 = 0,0012 $, plus 0,0002 $, soit 0,0014 $ par message et 0,14 $ pour 100. Réduire la fenêtre de contexte coûte moins de la moitié pour le même nombre de tours.

Le crédit d'essai de 0,50 $ couvre environ 156 messages à la taille supérieure (0,50 / 0,0032 = 156,25) ou environ 357 à la taille inférieure (0,50 / 0,0014 = 357,1). Les requêtes échouées ou refusées ne sont pas facturées, et le crédit n'expire jamais. Consultez la page tarification pour les montants de rechargement, les bonus et les méthodes de paiement ; les cartes (Visa, Mastercard, Apple Pay, Google Pay) et la crypto (USDT sur TRC20, USDC sur Base) sont toutes deux acceptées.

Personnages, sécurité et la règle absolue

Le modèle est ajusté pour la fiction, le jeu de rôle et les applications compagnons pour adultes. Ce n'est pas un filtre de sécurité général, et il ne décide pas de ce qui vous convient. C'est votre travail : gardez vos cartes et vos chats pour un usage adulte légal.

La seule limite fixe est que le contenu sexuel impliquant des mineurs n'est pas autorisé, et aucun prompt ne change cela. Gardez les âges des personnages clairement adultes dans vos cartes.

Quelques habitudes pratiques aident à la qualité d'un chat :

• Placez les informations clés du personnage en haut de la carte, et non noyées à la fin.
• Utilisez un prompt système court qui définit le style du narrateur et la longueur des réponses.
• Résumez les parties anciennes de la conversation avec la fonction de résumé de SillyTavern au lieu de les conserver indéfiniment.
• Gardez les entrées du livre de lore courtes et déclenchées par des mots-clés, de sorte qu'elles n'entrent dans le prompt que lorsque cela est nécessaire.

Les prompts ne sont pas utilisés pour l'entraînement. Consultez la documentation quickstart pour les en-têtes de réponse, y compris X-Balance-USD, qui indique votre solde restant.

Utilisation d'un personnage comme backend d'application de compagnon

Certaines personnes utilisent SillyTavern comme interface front-end pour un personnage compagnon à long terme destiné aux adultes. Les mêmes règles s'appliquent que pour toute conversation. Maintenez la cohérence du personnage en le définissant comme un bloc fixe court, et laissez la fonction de résumé gérer les événements plus anciens. Les longues pauses entre les sessions ne coûtent rien, car le crédit n'expire jamais et il n'y a pas d'abonnement.

Si vous créez plus tard votre propre application au lieu d'utiliser SillyTavern, vous pouvez appeler le même endpoint depuis votre code. La documentation quickstart montre des exemples curl, Python et Node avec la même URL de base et le même ID de modèle, de sorte qu'un prompt qui fonctionne dans SillyTavern puisse être déplacé directement.

Limites de débit dans une conversation animée

Une seule conversation atteint rarement les limites. Les conversations de groupe, les swipes et plusieurs onglets ouverts peuvent le faire. Le service répond HTTP 429 avec le code rate_limited lorsque vous dépassez la limite de requêtes par minute (60 sur une clé d'essai, 300 sur une clé complète) et concurrency lorsque trop de requêtes sont en cours (2 en essai, 8 en version complète).

En cas de surcharge brève, vous obtenez également un 429 avec un en-tête Retry-After: 5. Attendre cinq secondes puis renvoyer la requête est la bonne réponse. Si vous voyez cela sur une clé d'essai, fermez les onglets supplémentaires ou arrêtez un swipe avant d'en lancer un autre.

Plus de guides

• Comment utiliser l'API DeepSeek dans Cursor : Configuration de l'URL de base personnalisée
• Exemple Python de l'API DeepSeek : chat, streaming, outils
• Clé API DeepSeek : accès à l'API LLM sans censure