DeepSeek 酒馆配置:三分钟接入 SillyTavern

先给结论:这样填,立刻能聊

第一步,在充值页用支付宝或微信充上一笔,后台生成 sk 开头的 API Key。第二步,打开 SillyTavern,点顶部插头图标进入 API 连接页,API 类型选 Chat Completion,来源选 Custom (OpenAI-compatible)。第三步,按下面的信息填写,点 Connect,状态灯变绿即接入成功。 注意 Base URL 结尾带 /v1,但不要带 /chat/completions,酒馆会自动拼接剩余路径。JanitorAI 这类网页端工具才需要填完整端点 https://api.kkaiapi.com/v1/chat/completions,两者不要搞混。

API 类型:          Chat Completion
来源 (Source):     Custom (OpenAI-compatible)
Base URL:          https://api.kkaiapi.com/v1
API Key:           sk-xxxxxxxxxxxxxxxx
模型 (Model ID):   deepseek-v4-flash

V4 Flash 还是 V4 Pro:按场景选

结论先行:九成酒馆场景用 deepseek-v4-flash 就够,响应快,重度夜聊也几乎没有成本压力。写长篇剧情、跑复杂世界观或多角色群像时切 deepseek-v4-pro,它在角色一致性和细节铺陈上明显更稳。两个模型共用同一个 Key 和同一套预设,在酒馆的模型输入框里改个名字就完成切换,可以随时来回对比。

参数预设:这份配置直接抄

DeepSeek 系在创作场景建议把 temperature 放在 1.1 到 1.3 之间,数值太低容易复读和套路化开场;frequency_penalty 拉到 0.4 左右能明显压住口癖和重复句式。换用 Pro 时把 temperature 降回 1.0 上下,它本身的发挥已经足够放得开。 回复长度按阅读习惯给 400 到 800 token,同时把流式传输打开,首字出得快,体感完全不同。

{
  "temperature": 1.2,
  "top_p": 0.95,
  "frequency_penalty": 0.4,
  "presence_penalty": 0.3,
  "max_tokens": 600,
  "stream": true
}

上下文管理:token 花在刀刃上

酒馆每发一条消息,都会把整段上下文重新发给模型,账单大头永远在输入侧。管好上下文,既省钱,又直接决定角色会不会中途忘掉设定。

• 上下文长度 (Context Size) 建议 32K 起步,酒馆默认值偏小,长剧情容易忘设定。
• 角色卡瘦身:人设描述控制在 1500 token 以内,冗长背景移入世界书按关键词触发。
• 世界书 (World Info) 扫描深度设 2,关闭递归扫描,避免每条消息都塞满触发条目。
• 开启 Summarize 摘要扩展,超出窗口的旧剧情自动折叠成摘要,长线不断档。
• 示例对话只留一两段最能代表语气的,不要把整段小说塞进角色卡。

成本实测:一晚重度对话的真实账单

按一条消息平均携带 6K token 上下文、回复 400 token 计算,连续聊 150 条,总量约 0.9M 输入加 0.06M 输出。用 deepseek-v4-flash 跑完这一晚,合计五毛钱上下;充 20 元够这个强度玩上一两个月。同样强度换 glm-5 大约几块钱,kimi-k2.6 略高;Claude 系文笔公认最好,但只适合普通创作向剧情。全站按量计费,没有订阅,不聊不扣钱。

常见问题