Como usar a API DeepSeek no SillyTavern: endpoint personalizado

Configuração em cinco etapas

A questão de como usar a API deepseek no sillytavern resume-se a um fato: o SillyTavern pode falar com qualquer endpoint compatível com OpenAI, então você só precisa fornecer uma URL, uma chave e um ID de modelo. Observe que este serviço não é a API oficial da DeepSeek. Ele hospeda um único modelo de pesos abertos com o ID uncensored, executado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto lícito.

1. Crie uma conta e abra a página da chave de API. Copie uma chave. Usuários novos podem reivindicar $0,50 de crédito de teste lá com um clique, sem necessidade de cartão, válido por 7 dias.
2. No SillyTavern, abra a guia API Connections (ícone de plug na barra superior).
3. Defina o tipo de API como Chat Completion. Em seguida, defina a Origem do Chat Completion como Custom (OpenAI-compatible).
4. No campo de endpoint personalizado, insira https://api.deepseekapi.top/v1. Cole sua chave no campo API key. No campo de ID do modelo, insira uncensored.
5. Pressione Connect. Uma luz de status verde e um nome de modelo indicam que a conexão está funcionando.

Os nomes dos campos variam um pouco entre as versões do SillyTavern, mas a ideia permanece a mesma: modo Chat Completion, origem Custom, endpoint, chave, modelo. Obtenha a chave na página da chave de API.

Se a conexão falhar

Verifique estes itens na ordem. A maioria das falhas é causada por um deles.

• Forma de URL incorreta. O endpoint termina em /v1. Não adicione /chat/completions.
• Origem incorreta. O modo Text Completion usa um formato de requisição diferente. Esta API serve POST /v1/chat/completions e GET /v1/models, então use Chat Completion.
• Chave colada com espaços. Cole-a novamente e procure um espaço no final.
• Servidor sem acesso à internet. Se você executar o SillyTavern em um servidor doméstico ou em um container, a máquina precisa de acesso HTTPS de saída.

Para separar um problema do SillyTavern de um problema com a chave, teste a chave a partir de um terminal:

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

Uma lista JSON contendo uncensored significa que a chave está boa. Para verificar a rota de chat em si:

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."}]}'

Configurações importantes para roleplay

Streaming

Ative o streaming no painel de Chat Completion. A API envia tokens via SSE conforme são produzidos, então as respostas aparecem enquanto são escritas. Uma solicitação em streaming ocupa um dos seus slots de concorrência até o fim do stream. Uma chave completa permite 8 ao mesmo tempo, uma chave de teste permite 2.

Tamanho do contexto

O modelo tem uma janela de 100.000 tokens, incluindo prompt e conclusão. Você não precisa usá-la toda. O SillyTavern envia o cartão do personagem, a persona, as entradas do lorebook e todo o histórico de chat que couber no limite que você definir, em cada única mensagem. Um limite menor significa uma conta menor e respostas mais rápidas. Para a maioria dos chats, 16k a 32k tokens são suficientes.

Comprimento máximo da resposta

Defina o limite de resposta para algo sensato, como 400 a 600 tokens, para que uma resposta não se perca em um ensaio. A API não exige max_tokens, mas um limite protege seu crédito contra saídas descontroladas.

Amostragem

Temperatura, top_p, sequências de parada, seed e penalidades são passadas diretamente para o modelo. Um ponto de partida comum para chats de personagem é temperatura 0,8 a 1,0 e top_p em torno de 0,9. Altere um valor por vez. Se um personagem repetir frases, aumente um pouco a penalidade de frequência ou presença em vez da temperatura.

Sequências de parada

Se o modelo começar a escrever também as linhas do usuário, adicione o nome do usuário seguido por dois pontos como sequência de parada. Isso é passado diretamente.

Uma lista de verificação para a primeira execução

Antes de carregar um personagem favorito, execute um chat de teste curto para saber se a conexão está saudável.

1. Crie um personagem em branco ou use o cartão de assistente padrão.
2. Envie "Responda com a palavra ready." A resposta deve voltar em um ou dois segundos e aparecer em streaming conforme é produzida.
3. Abra o console do SillyTavern ou o log de rede se nada aparecer. Um 401 significa que a chave está errada, um 404 significa que a URL ou o ID do modelo estão errados, e um 429 significa que um limite foi atingido.
4. Verifique seu saldo. Cada resposta inclui um cabeçalho X-Balance-USD, então você pode verificar se o crédito cai em uma pequena quantidade por mensagem.
5. Somente então carregue seu cartão de personagem real e o lorebook.

Se a resposta estiver vazia ou cortada no meio da frase, verifique primeiro a configuração do comprimento da resposta. Um limite definido muito baixo encerra a resposta cedo, e a frase incompleta não é culpa do modelo.

Mudando entre presets

O SillyTavern mantém os presets de amostragem separados do perfil de conexão. Vale a pena salvar um preset para escrita narrativa, com temperatura mais alta, e outro para respostas curtas e factuais, com temperatura mais baixa. Alternar o preset não altera o endpoint ou a chave.

Quanto custa uma sessão de roleplay

O preço é $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, descontados do crédito pré-pago sem assinatura. Como o histórico é reenviado, a entrada é a parte maior. Execute um chat com um prompt de 20.000 tokens por mensagem e uma resposta de 400 tokens:

• Entrada: 20.000 × $0,15 / 1.000.000 = $0,003
• Saída: 400 × $0,50 / 1.000.000 = $0,0002
• Total: $0,0032 por mensagem

Então 100 mensagens custam $0,32. Agora compare um contexto reduzido de 8.000 tokens com a mesma resposta: 8.000 × $0,15 / 1.000.000 = $0,0012, mais $0,0002, totalizando $0,0014 por mensagem e $0,14 por 100. Reduzir o contexto custa menos da metade para o mesmo número de turnos.

Os $0,50 de teste cobrem cerca de 156 mensagens no tamanho maior (0,50 / 0,0032 = 156,25) ou cerca de 357 no tamanho menor (0,50 / 0,0014 = 357,1). Solicitações falhas ou recusadas não são cobradas, e o crédito nunca expira. Veja a página de preços para valores de recarga, bônus e métodos de pagamento; cartão (Visa, Mastercard, Apple Pay, Google Pay) e cripto (USDT na TRC20, USDC na Base) são aceitos.

Personagens, segurança e a regra rígida

O modelo é ajustado para ficção, roleplay e aplicativos de companhia para adultos. Não é um filtro de segurança geral e não decide o que é adequado para você. Essa é sua função: mantenha seus cartões e chats para uso adulto lícito.

O único limite fixo é que conteúdo sexual envolvendo menores de idade não é permitido, e nenhum prompt altera isso. Mantenha as idades dos personagens claramente adultas em seus cartões.

Alguns hábitos práticos ajudam na qualidade de um chat:

• Coloque os fatos principais sobre o personagem no topo do cartão, não enterrados no final.
• Use um prompt de sistema curto que defina o estilo do narrador e o tamanho das respostas.
• Resuma as partes antigas do chat com o recurso de resumo do SillyTavern em vez de mantê-las para sempre.
• Mantenha as entradas do livro de lore curtas e acionadas por palavras-chave para que elas entrem no prompt apenas quando necessário.

Os prompts não são usados para treinamento. Leia a documentação quickstart para ver os cabeçalhos de resposta, incluindo X-Balance-USD, que mostra seu saldo restante.

Usando um personagem como backend de aplicativo de companhia

Algumas pessoas usam o SillyTavern como interface frontal para um personagem de companhia de longa duração para adultos. As mesmas regras se aplicam a qualquer chat. Mantenha a persona consistente escrevendo-a como um bloco fixo curto e deixe o recurso de resumo lidar com eventos mais antigos. Longos intervalos entre sessões não custam nada, porque o crédito nunca expira e não há assinatura.

Se você mais tarde criar seu próprio aplicativo em vez de usar o SillyTavern, poderá chamar o mesmo endpoint do código. A documentação quickstart mostra exemplos com curl, Python e Node com a mesma URL base e ID do modelo, para que um prompt que funciona no SillyTavern possa ser movido diretamente.

Limites de taxa em um chat movimentado

Um único chat raramente atinge os limites. Grupos de bate-papo, swipes e várias abas abertas podem. O serviço responde HTTP 429 com o código rate_limited quando você ultrapassa o limite de solicitações por minuto (60 em uma chave de teste, 300 em uma chave completa) e concurrency quando muitas solicitações estão em andamento (2 em teste, 8 em completo).

Em uma sobrecarga breve você também recebe um 429 com um cabeçalho Retry-After: 5. Esperar cinco segundos e enviar novamente é a resposta correta. Se você ver isso em uma chave de teste, feche abas extras ou pare um swipe antes de iniciar outro.

Mais guias

• Como usar a API DeepSeek no Cursor: Configuração de URL Base Personalizada
• Exemplo de API DeepSeek em Python: Chat, Streaming, Ferramentas
• Chave de API DeepSeek: Acesso à API LLM sem censura