SillyTavern-Extras 使用与启动指南
2026-01-30 04:52:53作者:宗隆裙
1. 项目介绍
SillyTavern-Extras 是一个开源项目,为 SillyTavern 提供了额外的 API 扩展,这些扩展为 SillyTavern 应用程序增添了更多功能。该项目包含了多种模块,例如文本摘要、分类、语音合成等,旨在通过扩展来增强 SillyTavern 的核心功能。
2. 项目快速启动
环境准备
- 安装 Miniconda:下载并安装 Miniconda 以创建独立的环境。
- 安装 Git:确保 Git 已安装在您的系统上。
克隆仓库与安装依赖
-
克隆 Git 仓库:
git clone https://github.com/SillyTavern/SillyTavern-extras.git -
进入克隆的仓库目录:
cd SillyTavern-extras -
根据您的硬件环境,选择相应的依赖文件进行安装。如果是默认环境,可以使用以下命令:
pip install -r requirements.txt如果您使用的是 AMD GPU,应该使用
requirements-rocm.txt文件。对于 Apple Silicon (ARM 系列),请使用requirements-silicon.txt文件。 -
安装完成后,运行以下命令启动扩展 API 服务器:
python server.py --enable-modules=caption,summarize,classify其中
--enable-modules参数后跟随的是您希望启用的模块列表。
配置 SillyTavern
-
打开 SillyTavern 的
config.conf文件,通常位于 SillyTavern 的安装目录下。 -
找到
const enableExtensions行,确保设置为true。 -
保存并关闭文件。
连接扩展
-
启动 SillyTavern 服务器。
-
打开扩展面板(通过页面顶部的“Stacked Blocks”图标),将 API URL 粘贴到输入框中,然后点击“Connect”连接到 Extras 扩展服务器。
3. 应用案例和最佳实践
SillyTavern-Extras 的使用案例广泛,以下是一些最佳实践:
- 利用
caption模块自动生成视频字幕。 - 使用
summarize模块对长篇文章进行摘要,提高阅读效率。 - 通过
classify模块对内容进行分类,便于内容管理和推荐。
4. 典型生态项目
SillyTavern 社区中有许多基于 SillyTavern-Extras 的项目,它们通过扩展核心功能,为用户提供了更多样化的使用场景。以下是一些典型的生态项目:
- 一个社区驱动的项目,使用 Extras 的语音合成功能为游戏角色创建动态对话。
- 一个教育平台,利用 Extras 的文本摘要功能,帮助学生快速理解学术文章的要点。
通过上述指南,您可以快速启动并使用 SillyTavern-Extras,探索其提供的丰富功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220