Extensiones de SillyTavern: 11 que merecen la pena

Divulgación de afiliación: esta página contiene enlaces de afiliación. Ganamos una comisión cuando te registras a través de nuestros enlaces, sin coste adicional para ti. Nuestras opiniones editoriales nunca están pagadas. Contenido para adultos 18+.

SillyTavern sin extensiones es un cliente de chat correcto y nada más. El programa base habla con el modelo que tú conectes, gestiona tarjetas de personaje y guarda tus historiales, pero todo lo que la gente recuerda de él —la voz, las imágenes, las expresiones del personaje, la traducción, la búsqueda web— vive en el panel de extensiones. Ese panel es también donde se acumulan las horas perdidas.

La documentación oficial lista nueve extensiones integradas que no hay que instalar y un catálogo de más de treinta instalables entre el repositorio del proyecto y los repos de terceros. Nadie necesita treinta. Con cuatro o cinco bien elegidas cambias la experiencia; con quince acabas con un chat más lento, actualizaciones que rompen el formato de las tarjetas y una factura de API que no esperabas.

Aquí va la selección honesta: las nueve integradas y para qué sirve cada una, las once instalables que aportan algo real, las tres vías de instalación, y los cuatro puntos donde esto se rompe en silencio. Si vienes de una app alojada y solo quieres hablar con un personaje hoy, al final tienes la comparación de coste en horas.

→ Probar Candy AI gratis (sin instalar nada)

Qué es una extensión en SillyTavern y qué no

Una extensión es un módulo de JavaScript que se carga dentro de la interfaz y añade funciones: un proveedor de voz, un generador de imágenes, un traductor, un contador de tokens. Se activan y desactivan desde el panel Extensions de la barra superior, y algunas necesitan además un servidor aparte (TTS local, ComfyUI, un buscador).

Lo importante es distinguir tres familias, porque se comportan de forma muy distinta:

Familia	Dónde vive	¿Necesita Git?	¿Riesgo?	¿Se actualiza sola?
Integradas (9)	Ya vienen en el programa	No	Mínimo	Con la rama de SillyTavern
Instalables del catálogo oficial	Se descargan desde el panel	Sí	Bajo (repos del proyecto)	Aviso si activas las notificaciones
Terceros por URL	Cualquier repo de GitHub	Sí	Alto (ejecutan código)	Según el autor, normalmente no

El panel de extensiones, en tres clicks

Abres Extensions en la barra superior y tienes cuatro bloques: Manage extensions (activar, desactivar, actualizar), Download Extensions & Assets (catálogo: pulsas Load Asset List y luego Download), Notify on extension updates (casilla para que te avise), e Install extension (pegas una URL de repositorio Git, con rama opcional y destino por usuario si usas modo multiusuario).

Extras ya no existe (y media internet sigue diciéndote que lo instales)

El proyecto Extras se discontinuó en abril de 2024. No lo necesitas para usar extensiones, y si sigues un tutorial de 2023 te va a hacer instalar un servidor Python entero para nada. La documentación lo dice con todas las letras: “Extensions are not Extras”. Si un paso de un tutorial te pide montar Extras API, ese tutorial está muerto.

Las tres vías de instalación (y cuál te va a pillar)

No hay una sola forma de instalar. Hay tres, y la que elijas determina cuánto tiempo vas a pasar en la terminal.

Vía 1: activar lo que ya está

Cero instalación. Entras en el panel, activas la extensión, la configuras con tu clave o tu servidor y ya está. Es el caso de las nueve integradas y es por donde deberías empezar siempre.

Vía 2: catálogo oficial (necesitas Git)

Para descargar extensiones del catálogo hace falta tener Git instalado. No es opcional: el panel clona repositorios. En Windows es un instalador de cinco minutos; en Linux suele estar ya. Después: Download Extensions & Assets → Load Asset List → Download en la que quieras, y el botón Link te abre el repo para leer qué hace antes de instalarla.

Vía 3: URL de un tercero (aquí sí hay riesgo)

Install extension → pegas la URL del repositorio → opcionalmente la rama → se descarga y se carga sola. La documentación avisa de que “usar extensiones de terceros puede tener efectos secundarios no deseados y suponer riesgos de seguridad”. No es una advertencia de trámite: una extensión se ejecuta con los mismos permisos que la interfaz, y la interfaz habla con tus claves de API y con tu historial.

Las 9 integradas: cuáles activar primero

Estas nueve están en el programa y no cuestan nada. La tentación es activarlas todas el primer día; el orden que funciona es otro.

Extensión	Para qué sirve	Coste	Cuándo activarla
Chat Translation	Traduce mensajes del chat, entradas o ambos	Gratis con Google/DeepL u otros	Si escribes en un idioma y el personaje responde en otro
Summarize	Resumen automático del historial	Tokens del modelo	Siempre: es la memoria más barata
Chat Vectorization	RAG sobre mensajes antiguos del chat	Embeddings	Chats largos, si aceptas perder caché
Text To Speech	Narración por voz de los mensajes	Según proveedor	Cuando ya tengas el backend elegido
Image Generation	Imágenes con SD, FLUX o DALL·E	Según fuente	Si vas a generar de forma habitual
Expression Images	Sprites del personaje junto al chat	Gratis (necesitas las imágenes)	Personajes con set de expresiones
Image Captioning	Describe imágenes para que el modelo “las vea”	Tokens	Modelos multimodales
Quick Reply	Botones de respuesta y comandos STscript	Gratis	Si repites comandos
Token Counter	Cuenta tokens del texto	Gratis	Para controlar el gasto

Traducción: chatea en tu idioma sin romper el roleplay

La extensión de traducción tiene cinco formas de usarse: el botón Translate Chat (todo el historial), Translate Input (solo lo que vas a enviar), el icono de traducir en la barra de acciones de cada mensaje, el modo automático (respuestas, entradas o ambos) y el comando /translate. El modo que menos rompe la inmersión es traducir solo las respuestas y dejar tus entradas en el idioma original: el modelo mantiene el contexto y tú lees en tu idioma.

Resumen: la memoria barata que sí funciona

El resumen automático del historial hace una cosa concreta: condensa los mensajes viejos y mete ese resumen en el prompt. No es memoria infinita, es compresión. Aun así rinde más que subir de modelo, y cuesta una fracción de lo que cuesta ampliar el contexto.

Vectorización: RAG sobre tu propio chat (y su conflicto con el caché)

Chat Vectorization busca en tu historial los mensajes parecidos al que acabas de escribir y los recoloca al principio o al final del contexto, donde más pesan. Es recuperación real, no magia: la propia documentación avisa de que “el uso de esta extensión no garantiza una mejor experiencia de chat ni una memoria mejorada de ningún tipo”.

Tiene un detalle que casi nadie lee y que decide la factura: rompe el caché de prompt. Cada vez que reordena el contexto, el prefijo cambia y el proveedor cobra como si fuera una petición nueva. La documentación lo dice sin rodeos: “tienes que elegir una cosa o la otra, pero no las dos”. Si usas un backend con caché de prompt, la vectorización te puede salir más cara que el problema que resuelve.

Contador de tokens: el que evita facturas raras

Convierte texto en tokens y los cuenta. Sirve para dos cosas muy concretas: saber si tu tarjeta de personaje está hinchada y entender por qué una conversación “normal” consume lo que consume. Es la extensión menos divertida y la que más dinero ahorra.

Voz: qué proveedor de TTS elegir sin pagar de más

El TTS es la extensión con más proveedores distintos y la que más frustración genera, porque “no suena” casi siempre es un problema de configuración, no de calidad.

Proveedor	Dónde corre	Coste	Nota
System	Tu sistema operativo	Gratis	Calidad muy variable según el sistema
Google Translate	Nube de Google	Gratis	Una voz por idioma, calidad irregular
Edge	Nube de Microsoft	Gratis	Las voces de Edge; con el plugin de servidor
Kokoro	Tu navegador (WebGPU)	Gratis	Modelo local en el navegador; requiere WebGPU
Pollinations	Nube	Gratis con límite	Voces tipo OpenAI, con rate limit
AllTalk	Tu equipo	Gratis, open source	Instalación aparte, varios motores
XTTS	Servidor propio	Gratis	Clonación, requiere servidor dedicado
Silero	Tu equipo	Gratis	Necesita servidor API propio
ElevenLabs	Nube	Suscripción	La calidad más alta del lote
OpenAI / Gemini / Azure / MiniMax	Nube	API de pago	Buenas voces, coste por uso
NovelAI	Nube	Suscripción	Solo si ya pagas NovelAI

El Voice Map es obligatorio (por eso “no suena”)

Aquí está el error número uno: instalar el TTS, activarlo, escribir y que no pase nada. SillyTavern necesita un mapa de voces: a qué voz corresponde cada personaje y cada persona tuya. Se configura abriendo un chat con el personaje, eligiendo una voz del desplegable y asignándola. Si la lista de voces está vacía, el proveedor no está bien configurado y hay que pulsar Refresh después de arreglarlo. Algunos proveedores, como los compatibles con OpenAI o NovelAI, exigen que rellenes la lista de voces a mano.

Los dos checkboxes que evitan que te lea las acciones

Dos casillas cambian por completo el resultado: Only narrate “quotes” limita la lectura a lo que va entre comillas, e Ignore *text, even “quotes”, inside asterisks* ignora todo lo que esté entre asteriscos, incluidas las comillas. Con las dos activas, solo se lee el diálogo que no está en asteriscos, que es exactamente lo que quieres en roleplay. Con Auto Generation activo, la voz arranca sola con cada mensaje nuevo.

Imagen: local, nube o no instalar nada

La extensión de generación de imágenes admite proveedores locales y en la nube, y la diferencia de coste entre ambos es abismal: uno lo pagas en hardware y electricidad, el otro en tokens por imagen.

Fuente	Tipo	Coste	Nota
ComfyUI	Local	Gratis (GPL3)	El más flexible; requiere instalación aparte
Draw Things	Local (Mac/iOS)	Gratis	Ruta sencilla en Apple
HuggingFace Serverless	Nube	Gratis	Con límites de uso
NovelAI Diffusion	Nube	Suscripción	Si ya tienes NovelAI
FAL.AI / Black Forest Labs / NanoGPT / Chutes	Nube	Pago por uso	Modelos recientes, coste variable
Google AI Studio / Vertex (Imagen)	Nube	Pago	Buena calidad, API de Google
Cloudflare Workers AI	Nube	Pago	Varios modelos con visión
AI/ML API / Electron Hub	Nube	Pago	Pasarela con varias fuentes

El coste real de generar veinte imágenes al día

Haz la cuenta antes de activar la generación automática. Veinte imágenes diarias son 600 al mes. En local eso es tiempo de GPU y electricidad; en la nube es factura por imagen, y con la generación automática activada no generas una: generas una por cada respuesta, quieras o no. Si el proveedor cobra por uso, empieza con la generación manual desde el menú de la varita o con /sd y decide después.

Swipes y galería: lo que hace usable el resultado

Dos funciones marcan la diferencia entre una demo y un uso real: los image swipes, que regeneran la imagen manteniendo el prompt, y la galería del personaje, donde se acumulan todas las generadas. Sin lo primero acabas reescribiendo prompts; sin lo segundo, las imágenes se pierden en el historial. Ambas vienen con la extensión, no hay que instalar nada extra.

Búsqueda web: cuando el personaje necesita datos reales

La extensión de búsqueda web añade resultados de búsqueda al prompt. Útil si el personaje tiene que hablar de algo actual, y completamente prescindible si solo hace roleplay de fantasía.

Fuentes disponibles: SerpApi, Tavily, SearXNG (instancia propia o pública), Serper, Z.AI, el plugin Selenium del proyecto y KoboldCpp a partir de la versión 1.81.1 con el módulo activado. Casi todas las de pago requieren clave de API; SearXNG es la ruta gratuita si tienes dónde montarlo.

Solo los mensajes del usuario disparan la búsqueda

Detalle que ahorra dinero: la búsqueda se lanza con tus mensajes, no con los del personaje. Si quieres forzar una consulta concreta, envuelves el texto entre acentos graves y la extensión usa eso como consulta. Y si tu backend ya trae búsqueda web integrada (Claude, Google AI Studio, OpenRouter y otros lo hacen), esta extensión es redundante: mira primero el interruptor de Enable web search en el panel de respuesta de IA.

El presupuesto de prompt se mide en caracteres, no en tokens

El campo Prompt Budget viene a 1500 caracteres, no tokens. La regla que da la documentación es un token por cada tres o cuatro caracteres. Si lo subes sin mirar, te comes el contexto con resultados de búsqueda y el personaje empieza a responder como un resumen de noticias. El caché por defecto es de una semana.

Terceros que sí valen la pena (y los que no)

Del catálogo oficial y de los repos de la comunidad, estos son los que aportan algo que las integradas no hacen. El veredicto es mío y es discutible; el criterio es simple: ¿cambia el chat o solo lo decora?

Extensión	Qué añade	Esfuerzo / riesgo	Veredicto
RVC	Clonación de voz en tiempo real sobre el TTS	Medio, modelo de voz propio	Vale si ya usas TTS a diario
Speech Recognition	Dictar en vez de escribir	Bajo	Vale en móvil y para sesiones largas
Live2D	Modelos 2D animados con expresiones	Medio, necesitas modelo	Vale si el personaje es el centro
VRM	Modelos 3D con expresiones	Alto, VRAM y modelo	Solo si vienes del lado VTuber
Dynamic Audio	Música y ambiente de fondo	Bajo	Vale para inmersión, no para chat rápido
Blip	Anima el texto con sonido	Bajo	Cosmético, se apaga pronto
Timelines	Navegación por el historial	Bajo	Útil en chats de cientos de mensajes
Variable Viewer	Ver y editar variables del chat	Bajo	Imprescindible si usas STscript
Objective	Un objetivo que el personaje persigue	Bajo	Curioso, útil en partidas largas
WebLLM	Modelos en el navegador	Alto (descarga)	Experimental
EmulatorJS	Juegos retro dentro del chat	Bajo	Anécdota, no herramienta

Regla de seguridad: instalar por URL es ejecutar código

Una extensión de terceros se ejecuta con los permisos de la interfaz, y la interfaz tiene tus claves de API. La documentación lo advierte y declina responsabilidad. La regla práctica: instala solo repos con historial público, código legible y autor identificable; revisa qué permisos pide; y si el repo apareció la semana pasada con veinte estrellas, no lo instales. No hay sandbox.

Actualizar: por qué una extensión te rompe un chat que funcionaba

La rama release de SillyTavern es estable, pero las extensiones van por su cuenta. Un cambio en el formato de tarjetas o en la plantilla de prompt puede dejar un chat con respuestas raras de un día para otro. Lo que funciona en la comunidad: copia manual de la carpeta data antes de actualizar extensiones, y actualizar de una en una cuando algo falle, no todas a la vez.

Cuándo no merece la pena: el coste real en horas

Esta es la parte que las listas de extensiones no cuentan. Montar el ecosistema completo no es difícil, es largo.

Tarea	Tiempo realista	Lo que te llevas
Instalar SillyTavern + Git + Node	20-60 min	El programa base funcionando
Elegir y conectar backend	15-30 min	Primer chat
TTS: proveedor + Voice Map	20-40 min	Voz en los mensajes
Imagen: ComfyUI o API	30-90 min	Generación estable
Vectorización + claves de embeddings	15-30 min	RAG, con caché roto
Búsqueda web + clave de API	10-20 min	Datos actuales en el prompt

Suma: entre dos y cuatro horas para tenerlo todo, sin contar los ajustes que aparecen la segunda semana. Si tu caso es “quiero hablar con un personaje esta noche”, ese es el número que decide.

La alternativa alojada, sin instalar nada

Una app alojada te da chat, imágenes y voz en la misma suscripción, sin Git y sin Voice Map. En Candy AI el plan gratuito incluye unos 30 mensajes al día, sin NSFW y sin tokens; el Premium anual sale a 5,99 $/mes y desbloquea chat ilimitado, imágenes y voz, con paquetes de tokens aparte para generación intensiva (1 token por foto, 1 por nota de voz). Los números completos están en la guía de precios de Candy AI. No es lo mismo que un SillyTavern con tu modelo local —aquí no eliges backend ni modelo—, pero tampoco te pide una tarde de instalación.

→ Probar Candy AI gratis (sin instalar nada)

Cuándo sí compensa el ecosistema

Compensa si cumples dos condiciones: quieres elegir el modelo (local, sin filtro comercial, o una API concreta) y vas a usar el chat de forma sostenida. En ese caso las tres extensiones que cambian de verdad la experiencia son el resumen automático, el TTS con un proveedor gratis y la generación de imágenes en local. Todo lo demás es opcional, y casi todo lo opcional se puede desactivar sin perder nada.

Si todavía no has instalado el programa, empieza por la guía de SillyTavern: cubre la instalación, los backends y las cinco fricciones reales. Y si lo que buscas es un personaje concreto con el que hablar, mira antes cómo funcionan las tarjetas de personaje y qué esperar de un chat con personajes IA.

Preguntas Frecuentes (FAQ)

¿Las extensiones de SillyTavern son gratis?

Las nueve integradas sí, no cuestan nada. Las instalables también son gratuitas en su mayoría, pero algunas necesitan un servicio de pago para funcionar: ElevenLabs para voz, por ejemplo, o una API de imágenes por uso. El programa y las extensiones son gratis; lo que puede costar dinero es el modelo y los servicios externos que conectes.

¿Necesito Git para instalar extensiones?

Para las integradas no. Para descargar cualquier extensión del catálogo oficial o instalar una de terceros por URL, sí: el panel clona repositorios, así que Git tiene que estar instalado en el equipo. Es el requisito que más gente descubre a mitad del proceso.

¿Qué pasó con SillyTavern Extras?

Se discontinuó en abril de 2024. Ya no hace falta para usar extensiones y muchos tutoriales antiguos siguen pidiéndote montarlo; si un paso te obliga a instalar Extras API, ese tutorial está obsoleto. La documentación actual lo dice de forma explícita: las extensiones no son Extras.

¿Por qué mi TTS no suena?

Casi siempre es el mapa de voces. Activar la extensión no basta: hay que asignar una voz a cada personaje y a cada persona desde el desplegable de un chat abierto. Si la lista aparece vacía, el proveedor no está bien configurado y hay que pulsar Refresh después de arreglarlo. Revisa también que Enabled y, si quieres automatismo, Auto Generation estén activos.

¿Puedo usar extensiones en el móvil con Termux?

Sí, pero con límites. Las extensiones que necesitan un servidor aparte —ComfyUI, XTTS, AllTalk— piden recursos que un teléfono no tiene. En la práctica, en móvil funcionan bien las integradas ligeras (traducción, resumen, contador de tokens) y el TTS del sistema; la generación de imágenes local es donde el teléfono se rinde.

¿Las extensiones de terceros son seguras?

No hay sandbox: una extensión se ejecuta con los permisos de la interfaz y puede leer tus claves de API y tu historial. La documentación advierte del riesgo y no se responsabiliza. Instala solo repositorios con historial y autor identificable, revisa el código si puedes, y no instales nada que apareciera la semana pasada con estrellas de más.

Extensiones de SillyTavern: 11 que merecen la pena | Candy AI