SillyTavern接入无审查模型:一个OpenAI密钥搞定

通过 OpenAI 兼容中转网关,在 SillyTavern 中用同一密钥统一调用无审查与 DeepSeek 模型。
文章介绍如何让 SillyTavern 通过一个兼容 OpenAI 协议的中转网关,在同一个 Base URL 和密钥下调用无审查角色扮演模型与 DeepSeek 系列。核心配置是在 API Connections 中选择 Chat Completion + Custom (OpenAI-compatible),填入以 /v1 结尾的端点、密钥和模型 id。文中对比了四款模型的定价与行为差异:roleplay-uncensored 最便宜且直接回答,deepseek-v4-pro-uncensored 与 glm-5.3-abliterated 会先思考,deepseek-v4-flash 为非无审查的超低价选项。还提醒思考 token 计入最大回复长度、Top K 为 0 即关闭、连接前可用 curl 验证密钥、余额不足返回 402。
SillyTavern 玩家长期面临一个现实问题:想用无审查(uncensored)模型跑角色扮演,往往要在多个 API 提供方之间来回切换,每个平台一套密钥、一套地址。而通过一个兼容 OpenAI 协议的中转网关,可以把「无审查角色扮演模型」和「DeepSeek 系列」统一到同一个 Base URL、同一个 Key 之下。
下面这套配置,核心思路只有一句话:在 SillyTavern 里选 Chat Completion + Custom (OpenAI-compatible),填一个 /v1 结尾的地址、一个密钥、一个模型 id。

配置入口在哪里
打开 SillyTavern 顶栏的 API Connections(API 连接)。把 API 下拉选为 Chat Completion,再把 Chat Completion Source 选为 Custom (OpenAI-compatible)。这两步是整个流程的前提——很多人卡住,是因为还停留在默认的 Text Completion 或某个官方源上。
Chat Completion 与 Text Completion 的区别:SillyTavern 支持两类后端协议。Text Completion 走的是 OpenAI 旧版 /completions 端点,输入一段文本、模型续写;Chat Completion 走 /chat/completions,输入是带 role(system/user/assistant)的消息数组,模型按对话角色回应。绝大多数现代角色扮演模型(包括本文的无审查构建和 DeepSeek广告 系列)都是按对话格式训练和部署的,因此必须选 Chat Completion。Custom (OpenAI-compatible) 则是 Chat Completion 下的一个来源选项,表示不绑定 OpenAI、Anthropic、Google 等官方源,而是让用户自行填写任意兼容 OpenAI 协议的端点,这正是接入第三方中转网关的入口。
连接字段怎么填
官方指南给出的三个关键字段如下:
| 字段 | 值 |
|---|---|
| Custom Endpoint (Base URL) | https://api.uplinkswitch.com/v1 |
| Custom API Key | sk-uplink-live-...(从服务商控制台获取) |
| Enter a Model ID | roleplay-uncensored |
这里有一个容易踩坑的细节:URL 必须停在 /v1。SillyTavern 会自己在后面拼接 /chat/completions 和 /models,如果你多写了一段路径,请求就会打到错误的路由。密钥则需要到对应服务的 console 页面获取。
填完后点击 Connect。此时 Available Models 会列出该密钥可调用的全部模型 id,你也可以直接在 Enter a Model ID 里手动输入。指南明确说明,模型页上的任何聊天模型都可以在这里使用。
OpenAI 兼容协议与 Base URL 约定:所谓「兼容 OpenAI 协议」,指服务端实现了与 OpenAI 相同的 REST 路由和请求/响应结构——POST /v1/chat/completions 用于对话,GET /v1/models 用于列出可用模型,鉴权通过 Authorization: Bearer <key> 请求头传递。客户端通常把 Base URL 定义为「不含具体端点的那一段公共前缀」,再自行拼接 /chat/completions 或 /models。因此 Base URL 必须以 /v1 收尾:多写一段路径会让拼接结果变成 /v1/xxx/chat/completions,服务端不存在该路由,就会返回 404。理解这个拼接规则,就能明白为什么填地址时不能照抄浏览器里看到的完整接口链接。
可用的角色扮演模型对比
这是整套方案里信息密度最高的部分。四款模型的定价与行为差异明显:
| 模型 | 模型 ID | 回答方式 | 输入/百万 token | 输出/百万 token |
|---|---|---|---|---|
| Roleplay Uncensored | roleplay-uncensored | 直接回答,无思考步骤 | $0.30 | $0.60 |
| DeepSeek V4 Pro Uncensored | deepseek-v4-pro-uncensored | 回答前会短暂思考 | $0.75 | $0.75 |
| GLM-5.3 Abliterated | glm-5.3-abliterated | 回答前会思考,建议最大回复长度设为 1000+ | $2.25 | $2.25 |
| DeepSeek V4 Flash 0423 | deepseek-v4-flash | 标准版 DeepSeek V4 Flash,非无审查构建 | $0.0279 | $0.0558 |
从成本角度看,deepseek-v4-flash 便宜得几乎可以忽略不计(输出每百万 token 不到 6 美分),适合日常长对话或测试;而三款无审查构建里,roleplay-uncensored 的价格最低且响应最直接,glm-5.3-abliterated 最贵但带思考能力。需要强调的是,这些价格是指南标注的快照数据,实际以服务商模型页的实时读数为准。
「无审查(uncensored)」与「abliterated」的含义:常规对齐模型在训练后期会通过 RLHF 或安全微调拒绝某些敏感请求。无审查构建通常是在这些模型上移除或绕过安全对齐层,使其在角色扮演等场景中不轻易拒答。Abliterated(「消融」)是一类具体技术路线:通过识别模型中负责拒绝行为的方向向量,并在权重层面将其消融,从而在不重新训练的情况下削弱拒答倾向,模型其余能力基本保留。这类模型因此常被标为「越狱友好」,但也意味着输出内容不再经过安全过滤,使用者需自行判断合规与风险。
回复参数的正确姿势
三个参数值得单独说明,因为它们的坑都很隐蔽:
Max Response Length(最大回复长度) 限制的是单条回复的 token 上限。关键在于:会「思考」的模型会把思考过程也算进这个额度里。指南给了一个很直观的例子——把上限设成 300 时,GLM-5.3 Abliterated 的回复会在句子中间被截断;调到 1000 才完整收尾。对思考型模型来说,这个值要留足余量。
Streaming(流式输出) 在上述四款模型上都可以正常工作,不需要额外设置。
Top K 填 0 表示关闭,API 会按「关闭」语义处理;填大于 0 的值才会真正传给模型。这个边界值得留意,因为不同前端对 0 的解释并不统一。
计费方面,每条回复按 token 从预付余额中扣除,console 的 Usage 页面会逐条列出每次请求及其费用——对于想控制角色扮演成本的用户,这个账单明细比总额更有用。
思考型模型与推理 token:带「思考」的模型(如 DeepSeek 的推理版本、GLM 的思考模式)在生成正式回复前,会先输出一段内部推理内容,这部分 token 同样由模型生成并计入输出计费与长度上限。因此同一 Max Response Length 下,思考型模型留给正文的额度更少,设得过低就会出现正文被截断。前端若支持展示 reasoning 字段,可以看到这段思考内容;若不展示,它仍会占用额度但并不出现在对话气泡里,这也是「明明没写多少字却被截断」的常见原因。
连接前先验证密钥
指南建议在点 Connect 之前,先用一条 curl 命令确认密钥有效:
curl https://api.uplinkswitch.com/v1/models \
-H "Authorization: Bearer $UPLINKSWITCH_API_KEY"
如果返回一串模型 id 列表,说明密钥可用,再去 SillyTavern 里点 Connect。这一步能把「密钥问题」和「SillyTavern 配置问题」区分开,省去不少排查时间。
常见问题
SillyTavern 需要什么 Base URL? https://api.uplinkswitch.com/v1,同时 Chat Completion Source 设为 Custom (OpenAI-compatible)。/chat/completions 和 /models 由 SillyTavern 自行拼接。
能在 SillyTavern 里用 DeepSeek 吗? 可以。deepseek-v4-flash 按输入 $0.0279、输出 $0.0558 每百万 token 计费;deepseek-v4-pro-uncensored 则是无审查构建。
哪些无审查模型能在 SillyTavern 里跑? roleplay-uncensored、deepseek-v4-pro-uncensored 和 glm-5.3-abliterated,三者都支持流式输出。
余额用完会怎样? 请求会返回 402,错误码为 insufficient_balance,充值后恢复。这个错误码相对明确,比笼统的 401/403 更容易定位问题。
这套方案适合谁
它的价值不在于「又多了一个 API 提供方」,而在于把无审查模型和常规模型放进了同一套 OpenAI 兼容接口。对 SillyTavern 用户来说,这意味着换模型只需要改一个模型 id,不必重配密钥和地址;对开发者来说,同一个 base URL 可以直接复用到其他支持 OpenAI 协议的客户端。代价是它依赖单一中转服务,密钥、余额、模型可用性都由该服务决定——验证密钥和关注余额这两步,最好养成习惯。
本文配置与价格信息整理自 uplinkswitch.com 的 SillyTavern 接入指南,价格为标注日期的目录快照,实际请以服务商实时页面为准。
相关推荐

M&M's斥资数百万换掉人工蓝色素,为什么这么难?
玛氏公司投入数百万美元,试图用螺旋藻天然色素替代M&M豆中的人工蓝色素,却因物料浓稠堵塞管道、残留物引发霉菌风险而被迫改造整条产线。本文解析这场配方迁移背后的工程难题、消费者与监管推力,以及"无人工色素不等于健康"的清醒判断。

Meta全球AI开发者黑客松组队需求:计算机视觉与医疗AI方向
Reddit开发者发帖为Meta Global AI Developer Hackathon招募队友,方向聚焦计算机视觉与医疗AI。本文分析这一组队信号背后的赛道逻辑、技能互补需求与黑客松选题策略。

Claude 多个模型报错:Fable 5.1、Sonnet 5.5、Haiku 5.5 故障复盘
Claude Fable 5.1、Sonnet 5.5、Haiku 5.5 及 Opus 5.5 fast mode 出现错误率升高,官方 17 分钟内完成定位与恢复。本文梳理故障时间线、多模型连带故障的技术原因,以及对开发者重试与降级策略的实际启示。