SillyTavern使用本地大模型写故事实操手册

前置准备

  1. 安装必备工具
bash 复制代码
# 安装Homebrew (包管理器)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安装Python 3.10 (M3芯片推荐)
brew install python@3.10

# 安装Node.js 20.x
brew install node@20

# 安装Git
brew install git

# 安装Ollama (用于LLM)
brew install ollama

# 安装Sox (用于CosyVoice)
brew install sox
  1. 验证安装
bash 复制代码
python3 --version  # 应显示 3.10.x
node -v            # 应显示 v20.x
ollama --version   # 应显示 0.1.x
  1. SillyTavern (情感/叙事写作)
bash 复制代码
cd ~/AI_Creation_System
git clone https://github.com/SillyTavern/SillyTavern -b release
cd SillyTavern
npm install

在 Ollama 中,Phi-3-mini 的正确拉取命令是:

bash 复制代码
ollama pull phi3:mini
ollama pull phi3:mini-q4_K_M   二选一都行 

🧪 快速测试步骤(M3 Mac 推荐)

bash 复制代码
# 1. 拉取模型(只需一次)
ollama pull phi3

# 2. 启动对话
ollama run phi3

# 3. 输入你的提示(比如):
写一个关于海边日落的微小说,要有孤独感和希望。

🔧 正确操作步骤(M3 Mac)

第一步:启动 Ollama(确保 LLM 可用)

bash 复制代码
# 确保 phi3 已安装
ollama pull phi3

# 启动 Ollama 服务(通常会自动启动)
ollama serve

✅ 验证:访问 http://localhost:11434/api/tags,应看到已安装的模型列表


第二步:启动 SillyTavern

bash 复制代码
cd ~/AI_Creation_System/SillyTavern
npm start

默认打开:http://localhost:8000


第三步:在 Web 界面中配置 Ollama(关键!)

  1. 打开浏览器 → http://localhost:3000
  2. 首次进入会看到欢迎界面,点击 "Connect to a backend"
  3. 选择 "Ollama" 作为后端
  4. 填写以下信息:
    • API URL : http://localhost:11434
    • Model : phi3(或其他你安装的模型,如 mistralqwen:7b
  5. 点击 "Test Connection" → 应显示 "Success!"
  6. 点击 "Save"

✅ 完成!现在你可以直接在聊天框里和 Phi-3 对话了。


配置大模型的时候要注意 这里要选择文本 ollama只支持文本模型

这是实际效果 具体怎么玩有兴趣的key自己研究下

相关推荐
说私域1 小时前
MarTech在客户运营中的作用:以开源AI大模型AI智能名片S2B2C商城小程序为例
人工智能·小程序·开源
一个处女座的程序猿1 小时前
AI之Algorithms:TheAlgorithms_Python(所有用 Python 实现的算法)的简介、安装和使用方法、案例应用之详细攻略
人工智能·python·算法
西猫雷婶1 小时前
CNN计算|原始矩阵扩充后的多维度卷积核计算效果
人工智能·pytorch·深度学习·神经网络·机器学习·矩阵·cnn
大白的编程笔记2 小时前
语言模型(Language Model, LM)系统详解
人工智能·语言模型·自然语言处理
谷歌开发者2 小时前
Web 开发指向标|在来源面板中使用 Chrome 开发者工具的 AI 辅助功能
前端·人工智能·chrome
Ma0407132 小时前
【论文阅读20】MM-LLMs:多模态大语言模型的最新进展
人工智能·语言模型·多模态·综述
. . . . .2 小时前
Chrome底层及Chrome-devtools-mcp
人工智能·chrome
aneasystone本尊2 小时前
学习 LiteLLM 的防护栏机制
人工智能
szxinmai主板定制专家2 小时前
RK3588+zynq7045 ARM+FPGA+AI解决方案,支持复旦微全国产化,应用于智能机器人等领域
arm开发·人工智能·fpga开发