SillyTavern API 整合指南：連接 GPTProto 並開始角色扮演

步驟 1：安裝並啟動 SillyTavern

SillyTavern 在您的電腦上執行聊天介面、角色卡和提示詞設定。連線的模型則負責生成回覆。官方專案文件 將其描述為一個免費的開源前端。

請準備好 Node.js LTS、Git、一個擁有可用 API 餘額的 GPT Proto 帳戶，以及一個模型 ID。透過 GPT Proto 進行雲端推論時，無需下載模型權重，也無需在您的 GPU 上執行模型。

在 macOS 上安裝

從 Node.js 下載頁面 下載 LTS 版本，選擇 macOS，如果您偏好圖形化安裝，請使用其安裝程式。

為您的作業系統選擇當前的 LTS 版本。

開啟終端機並檢查 Git：

git --version

如有必要，請安裝 Git，然後執行：

cd ~
git clone https://github.com/SillyTavern/SillyTavern -b release
cd SillyTavern
bash start.sh

首次啟動時會安裝依賴項。使用 SillyTavern 時請保持終端機開啟；如果瀏覽器沒有自動啟動，請開啟終端機中顯示的本地位址。這些指令遵循 官方 macOS 安裝指南。

首次啟動會下載所需的依賴項。

若要稍後再次啟動：

cd ~/SillyTavern
bash start.sh

在 Windows 上安裝

安裝 Node.js LTS 和 Git for Windows。建立一個資料夾（例如 C:\AI），在檔案總管中開啟它，在網址列輸入 cmd 並按下 Enter。執行：

git clone https://github.com/SillyTavern/SillyTavern -b release

開啟下載好的 SillyTavern 資料夾，並雙擊 Start.bat。聊天時請保持該控制台視窗開啟。官方 Windows 指南 建議避免在受 Windows 控制的資料夾（如 Program Files）中執行，並建議在不使用管理員權限的情況下執行啟動檔案。

步驟 2：將 SillyTavern 連接到 GPT Proto

登入 GPT Proto 並開啟 GLM-5.3 模型頁面。其 API 使用情況部分提供了模型識別碼與「建立 API 金鑰」入口。建立或選擇您的金鑰，檢查當前費率，並準備足夠的餘額以進行小規模測試。

在 SillyTavern 中，使用頂部欄的插頭圖示開啟 API 連接。輸入以下內容：

將金鑰本身貼上到金鑰欄位中。請勿在其中加入 Bearer、引號或完整的 HTTP 標頭。

官方的 自訂端點說明 指定的基礎 URL 不包含 /chat/completions；SillyTavern 會自動加上該後綴。對於此連接，端點欄位應以 /v1 結尾。

如果您之前參考過我們的 Janitor AI API 設定指南，請注意此差異：Janitor 的代理 URL 使用完整的 https://gptproto.com/v1/chat/completions 位址。若將該完整位址複製到 SillyTavern 的基礎 URL 欄位中，將會導致輸入錯誤。

將來源、基礎 URL、金鑰和模型 ID 與上述欄位對應。

點擊 Connect，然後點擊 Test Message。您也可以從歡迎畫面發送 Hello。本教學產生的回覆如下所示。

一則基本訊息即可確認連接能夠產生回覆。

「可用模型」列表為空並不一定代表無法生成。當模型探索功能不可用時，請手動輸入確切的 ID。若稍後要切換模型，請使用另一個支援的 GPT Proto 文字模型 ID 並再次測試；模型功能與接受的參數可能會有所不同。

步驟 3：匯入角色卡或建立您自己的角色

有效的 API 連接提供模型支援，而角色卡則提供身分、語氣與起始情境。

匯入現有的角色卡

開啟 Characters → Import Character，選擇下載的角色卡檔案，並選擇匯入的角色開始對話。您也可以透過 Extensions → Download Extensions & Assets 瀏覽角色。

對於 PNG 格式的角色卡，請下載原始檔案。一般的肖像畫或螢幕截圖不包含可用的角色定義，除非該資料已嵌入影像中。官方常見問題解答解釋了無效的 PNG 匯入問題，包括儲存或處理影像時導致嵌入資料遺失的情況。

建立 Noah Bennett

選擇 建立新角色。從「名稱」、「描述」和「第一則訊息」開始；您可以稍後再新增進階欄位。「描述」用於向模型介紹角色。「第一則訊息」則用來建立開場場景並展示您想要的風格。角色設計指南 對這兩個欄位都有詳細說明。

使用角色編輯器來設定 AI 的身分與開場場景。

將 名稱 設定為 Noah Bennett。將此原始範例貼上至 描述。{{char}} 指的是該角色，而 {{user}} 則指您所選的使用者身分。

您正在扮演 {{char}}，Noah Bennett，一位 25 歲的男性，擁有健壯的體格、隨和的笑容以及溫暖、深情的個性。

外貌
Noah 身高 188 公分，肩膀寬闊，手臂結實，胸肌線條分明，雙腿因多年重量訓練而強壯有力。他留著微亂的深棕色頭髮，有著溫暖的榛果色眼睛、淡淡的鬍渣，以及微笑時會浮現的酒窩。他平時穿著合身的 T 恤、舒適的慢跑褲和運動鞋。他的聲音低沉溫暖，且很容易發出笑聲。

個性
Noah 是個貼心且充滿自信的暖男。他心思細膩、肢體語言豐富，且大方展現愛意。他喜歡透過溫柔的調侃、貼心的舉動和真誠的讚美讓 {{user}} 露出笑容。他的魅力來自於他魁梧的身材與意外柔軟的內心之間的反差。

他有自己的觀點、交友圈、抱負，偶爾也會有心情不好的時候。他有時會用玩笑掩飾緊張，當 {{user}} 發現他流露感性時，他會顯得可愛地手足無措。他能夠承認錯誤並自嘲。

背景
Noah 是一名健身教練，夢想是開設一家小型社區健身房。工作之餘，他喜歡烹飪、健行、看爛俗愛情喜劇，以及嘗試各種鬆餅食譜。他對訓練態度認真，但從不評判他人的身材或體能水準。

與 {{user}} 的關係
Noah 和 {{user}} 是友好的鄰居，最近開始花更多時間相處。他對 {{user}} 很有好感，並透過關注、俏皮的調情以及邀請對方一起做些日常瑣事來表達興趣。讓他們的親密度透過實際互動自然發展。

調情風格
他的調情溫暖、具體且帶點俏皮。他可能會多停留幾秒眼神接觸、記住對方喜歡的飲料，或承認自己是找藉口過來。他會留意 {{user}} 的反應並自然地做出調整。愛意的表達應該是受歡迎且雙向的。

角色扮演風格
在故事中保持 Noah 的角色設定。使用自然的對話、細微的肢體動作和具體細節，而非冗長的個性說明。
動作請用 *星號* 標示，對話請用引號括起來。
通常以一到三段簡短的段落回應，為 {{user}} 留下參與空間。
僅控制 Noah 的言談、動作和想法。將 {{user}} 的對話、決定和感受留給使用者。
維持既定細節，並針對剛發生的事情做出直接回應。
除非 {{user}} 要求使用其他語言，否則請使用自然的英文。

將此貼上至 第一則訊息：

*Noah 站在您的門外，寬闊的肩膀上背著一個健身包，手裡拿著一個小紙袋。他的深色頭髮還有些微濕，合身的灰色 T 恤下擺沾著一點點麵粉。*

「在妳開口之前——沒錯，我會做的料理不只有雞胸肉配米飯。」

*他舉起紙袋，微笑時露出酒窩。*

「肉桂捲。我做得太多了。」*短暫的停頓。*「好吧，我多做了一些，因為我希望能見到你。」

「那麼……你有空喝杯咖啡嗎？」

完成角色創建，然後選擇 Noah。將核心指令保留在「描述 (Description)」中，並將開場白保留在「第一則訊息 (First Message)」中。創作者筆記 (Creator's Notes) 提供給閱讀卡片的人參考，不會用於構建模型提示詞。

完成後的 Noah 卡片將他持續的身份設定與開場問候語分開。

設定您自己的角色 (Persona)

角色卡 (Characters) 定義了 AI 的身份，而角色 (Personas) 則定義了您的身份。開啟 角色管理 (Persona Management)，建立並選擇一個角色，並可選擇性地新增名稱、頭像和描述，請遵循 官方角色說明。

對於這個虛構場景，簡單的描述就足夠了：

{{user}} 是一位剛搬到附近社區的成年人。Noah 和 {{user}} 是正在互相認識的友善鄰居。{{user}} 決定自己的言談、行動、選擇和感受。

使用您希望角色知道的虛構細節；您不需要輸入真實的個人簡介。如需更多角色撰寫靈感，請參閱 如何使用 API 建立您自己的 AI 角色。

步驟 4：開始您的第一次角色扮演對話

開啟 Noah 的聊天視窗並閱讀問候語。在截圖中，使用者回覆 yes，Noah 回應：「是嗎？好的。太棒了。」隨後他透過行動和對話繼續邀請對方喝咖啡。該生成的延續內容即為有效的連線檢查。

若要嘗試更具體的提示詞，請發送：

「所以肉桂捲只是想見我的藉口？」
*我瞥了一眼紙袋，然後看向他。*

檢查回覆是否符合 Noah 的個性、是否回應了您的最新輸入，並將決定權留給您。如果風格需要調整，請編輯角色卡的一部分並嘗試新的對話。避免同時更改模型、角色提示詞和多項設定；這樣您將難以判斷是什麼因素產生了幫助。

選用：為您的角色新增世界資訊 (World Info)

世界資訊（也稱為知識庫/lorebook）會在設定的條件下將背景資訊新增至提示詞中。作為首次實驗，請為 Noah 的場景新增一個地點。

開啟 世界資訊 (World Info)，建立一個知識庫，並使用關鍵字觸發策略新增一個啟用的條目。請使用以下範例值：

在 Noah 的角色面板中，使用 更多… → 連結世界資訊 (More… → Link World Info)，或點擊角色知識地球儀按鈕，將知識庫與他關聯。然後詢問：Corner Cafe 是什麼樣的地方？

世界資訊說明文件 解釋了條目內容 (Content) 才是進入提示詞的部分；僅有標題無法提供事實資訊。啟用也取決於設定和可用預算，且模型可能不會使用所有提供的細節。請從一個簡潔的條目開始，並在新增大型世界觀之前先檢查其行為。

使用 GPT Proto 運行 SillyTavern 的費用是多少？

本指南以 GLM-5.3 作為範例模型。請根據預算、對話自然度、情感表達、角色一致性以及回應速度來選擇您的模型。您可以透過相同的角色卡和開場場景來比較不同候選模型。對於日常聊天，請將保留上下文的成本納入預算；對於劇情導向的場景，請確認語氣是否真實，以及模型是否會將選擇權留給您。

SillyTavern 本身是免費的。GPT Proto 模型生成費用會從您的 API 餘額中扣除。截至本指南撰寫時，GLM-5.3 在 GPT Proto 上的輸入與輸出費率比官方價格低 15%：

費率查詢日期為 2026 年 11 月 3 日。請參閱 GLM-5.3 定價面板 以獲取最新費率及任何適用的快取定價。

一個包含 8,000 個未快取輸入 token 和 500 個可計費輸出 token 的範例請求成本如下：

(8,000 ÷ 1,000,000 × $1.19) + (500 ÷ 1,000,000 × $3.74)
= $0.01139

這僅為計算範例，並非螢幕截圖中對話的實際帳單。可計費輸出並非字數統計；請使用供應商報告的使用量，包括任何作為輸出計費的推理 token。

輸入內容可包含角色指令、人格設定 (Persona)、選定的背景知識 (lore) 以及保留的對話歷史。如 API 連接總覽 所述，SillyTavern 會將這些內容組合成提示詞。即使您最新的訊息只有 yes，較長的保留上下文仍會增加回覆的成本。

為什麼選擇 GPT Proto 作為您的 SillyTavern API？

GPT Proto 提供官方供應商模型，並針對包括 GLM-5.3 在內的部分模型提供折扣費率。只需一個金鑰和一個共享餘額即可涵蓋多個供應商。在 SillyTavern 中，您可以保留您的角色卡和自訂連接，切換至另一個支援的聊天模型 ID，並比較其回覆效果。

為了確保可靠性，主要模型使用冗餘的上游通道和自動故障轉移機制，有助於在通道不可用時減少中斷。您可以選擇不同價格和對話風格的模型，同時保持您的設定不變。

在進行長對話之前，請檢查模型可用性、輸入/輸出成本、回應速度和資料處理方式。建議先進行小規模測試並檢視使用量。透過 SillyTavern 模型頁面，您可以探索選項並比較成本。

常見 SillyTavern API 問題與修復方法

請從全新的對話和簡短的訊息開始。然後根據症狀對照以下檢查清單：

推理模型需要特別注意。官方推理指南 解釋了即使在隱藏狀態下，思考過程也會消耗回應 Token。若配額對於該模型來說太小，可能會導致可見的回覆為空或未完成。請根據模型的需求檢查「最大回應長度」(Max Response Length)，而不是對所有模型套用相同的低限制。

有一篇關於知識庫與空回覆的社群討論 描述了一位使用者在移除預設集 (preset) 並增加回應配額後恢復正常。由於兩者同時更改，該報告無法單獨歸因於一個原因。這支持了一個實用的故障排除順序：先確保簡單的對話能運作，然後再逐一新增預設集和知識庫。

選用：在 SillyTavern 之外測試 API

將您的金鑰私密儲存在 GPTPROTO_API_KEY 環境變數中，此 macOS/Linux Shell 指令會使用模型頁面的 Chat Completions 格式發送直接請求：

curl --request POST "https://gptproto.com/v1/chat/completions" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "glm-5.3",
    "messages": [
      {"role": "user", "content": "Reply with: API connection works."}
    ]
  }'

檢查是否收到包含生成文字的成功回應，而不僅僅是連線指示。如果此方法有效但 SillyTavern 失敗，請比較用戶端的欄位與新增參數。如果兩者都失敗，請調查回傳的驗證、餘額、模型或服務錯誤。請勿在公開的故障排除貼文中洩漏真實金鑰。