Affiliate-Hinweis: Diese Seite enthält Affiliate-Links. Wir erhalten eine Provision, wenn du dich über unsere Links anmeldest – für dich ohne Aufpreis. Unsere redaktionelle Meinung wird nie bezahlt. Inhalte nur für Erwachsene (18+).
SillyTavern ohne Erweiterungen ist ein solider Chat-Client und nicht mehr. Das Basisprogramm spricht mit dem Modell, das du anbindest, verwaltet Charakterkarten und speichert deine Verläufe – aber alles, woran sich die Leute erinnern (Stimme, Bilder, Gesichtsausdrücke, Übersetzung, Websuche), lebt im Erweiterungs-Panel. Genau dort sammeln sich auch die verlorenen Abende.
Die offizielle Doku listet neun eingebaute Erweiterungen, die keine Installation brauchen, und einen Katalog mit über dreißig installierbaren Modulen aus dem Projekt-Repo und von Drittanbietern. Dreißig braucht niemand. Vier oder fünf gut gewählte verändern das Erlebnis; fünfzehn hinterlassen dir einen langsameren Chat, Updates, die Kartenformate zerschießen, und eine API-Rechnung, die du nicht geplant hattest.
Hier ist die ehrliche Auswahl: die neun eingebauten und wofür sie gut sind, die elf installierbaren, die wirklich etwas bringen, die drei Installationswege und die vier Stellen, an denen das still kaputtgeht. Wenn du von einer gehosteten App kommst und heute Abend einfach mit einem Charakter reden willst, steht die Rechnung in Stunden am Ende.
Was eine Erweiterung ist (und was nicht)
Eine Erweiterung ist ein JavaScript-Modul, das in der Oberfläche geladen wird und eine Funktion hinzufügt: ein Stimmanbieter, ein Bildgenerator, ein Übersetzer, ein Token-Zähler. Du aktivierst und deaktivierst sie im Extensions-Panel in der oberen Leiste, und manche brauchen zusätzlich einen eigenen Server (lokales TTS, ComfyUI, eine Suchmaschine).
Wichtig ist, drei Familien zu unterscheiden, weil sie sich völlig unterschiedlich verhalten:
| Familie | Wo sie lebt | Git nötig? | Risiko | Update automatisch? |
|---|---|---|---|---|
| Eingebaut (9) | Schon im Programm | Nein | Minimal | Mit dem SillyTavern-Branch |
| Offizieller Katalog | Aus dem Panel geladen | Ja | Gering (Projekt-Repos) | Hinweis, wenn du es aktivierst |
| Drittanbieter per URL | Beliebiges GitHub-Repo | Ja | Hoch (führt Code aus) | Je nach Autor, meist nein |
Das Erweiterungs-Panel in drei Klicks
Du öffnest Extensions in der oberen Leiste und siehst vier Blöcke: Manage extensions (aktivieren, deaktivieren, aktualisieren), Download Extensions & Assets (Load Asset List drücken, dann Download), Notify on extension updates und Install extension (Git-Repo-URL einfügen, optional Branch und Ziel pro Nutzer im Mehrbenutzerbetrieb).
Extras ist tot, und das halbe Netz schickt dich noch dorthin
Das Projekt Extras wurde im April 2024 eingestellt. Du brauchst es nicht, um Erweiterungen zu nutzen, und wenn du einem Tutorial von 2023 folgst, installierst du einen kompletten Python-Server für nichts. Die Doku sagt es klar: „Extensions are not Extras“. Wenn ein Schritt die Extras-API verlangt, ist das Tutorial veraltet.
Die drei Installationswege (und welcher dich einen Abend kostet)
Es gibt nicht den einen Weg. Es gibt drei, und deine Wahl entscheidet, wie viel Terminal-Zeit du investierst.
Weg 1: aktivieren, was schon da ist
Null Installation. Panel öffnen, Erweiterung aktivieren, Schlüssel oder Server eintragen, fertig. Das betrifft die neun eingebauten, und damit solltest du immer anfangen.
Weg 2: offizieller Katalog (Git nötig)
Für den Katalog muss Git installiert sein. Nicht optional: das Panel klont Repositories. Unter Windows ist das ein Fünf-Minuten-Installer, unter Linux meist schon vorhanden. Danach: Download Extensions & Assets → Load Asset List → Download, und der Link-Button öffnet das Repo, damit du vorher lesen kannst, was das Modul tut.
Weg 3: URL eines Drittanbieters (hier liegt das Risiko)
Install extension → Repo-URL einfügen → optional Branch → wird geladen und sofort aktiv. Die Doku warnt, dass „die Nutzung von Drittanbieter-Erweiterungen unerwünschte Nebenwirkungen haben und Sicherheitsrisiken darstellen kann“. Das ist kein Blabla: eine Erweiterung läuft mit den Rechten der Oberfläche, und die Oberfläche hält deine API-Schlüssel und deinen Verlauf.
Die neun eingebauten: welche zuerst aktivieren
Alle neun sind im Programm und kosten nichts. Die Versuchung ist, am ersten Tag alles einzuschalten; die Reihenfolge, die funktioniert, ist eine andere.
| Erweiterung | Zweck | Kosten | Wann aktivieren |
|---|---|---|---|
| Chat Translation | Übersetzt Nachrichten, Eingaben oder beides | Gratis mit Google/DeepL u. a. | Du schreibst eine Sprache, der Charakter antwortet in einer anderen |
| Summarize | Automatische Zusammenfassung des Verlaufs | Modell-Tokens | Immer: der günstigste Speicher |
| Chat Vectorization | RAG über ältere Nachrichten | Embeddings | Lange Chats, wenn du Cache-Verlust akzeptierst |
| Text To Speech | Sprachausgabe der Nachrichten | Anbieterabhängig | Wenn dein Backend feststeht |
| Image Generation | Bilder über SD, FLUX oder DALL·E | Quellenabhängig | Wenn du regelmäßig generierst |
| Expression Images | Sprites des Charakters neben dem Chat | Gratis (Bilder nötig) | Charaktere mit Ausdrucks-Set |
| Image Captioning | Beschreibt Bilder, damit das Modell „sieht“ | Tokens | Multimodale Modelle |
| Quick Reply | Antwortbuttons und STscript-Befehle | Gratis | Wenn du Befehle wiederholst |
| Token Counter | Zählt Tokens im Text | Gratis | Zur Kostenkontrolle |
Übersetzung: in deiner Sprache chatten, ohne das Rollenspiel zu brechen
Die Übersetzung hat fünf Zugänge: Translate Chat (ganzer Verlauf), Translate Input (nur die nächste Nachricht), das Übersetzen-Symbol in der Aktionsleiste jeder Nachricht, der Automatikmodus (Antworten, Eingaben oder beides) und der Befehl /translate. Am wenigsten stört die Immersion, wenn du nur Antworten übersetzt und deine Eingaben in der Ausgangssprache lässt: das Modell behält seinen Kontext, du liest in deiner Sprache.
Summarize: der günstige Speicher, der wirklich funktioniert
Die automatische Zusammenfassung macht genau eine Sache: sie verdichtet alte Nachrichten und legt diese Zusammenfassung in den Prompt. Das ist Kompression, kein unendliches Gedächtnis. Trotzdem bringt es mehr als ein größeres Modell, und es kostet einen Bruchteil eines erweiterten Kontextfensters.
Vektorisierung: RAG über den eigenen Chat (und der Konflikt mit dem Cache)
Chat Vectorization sucht im Verlauf die Nachrichten, die deiner letzten ähneln, und verschiebt sie an den Anfang oder das Ende des Kontexts, wo sie am stärksten wirken. Das ist echtes Retrieval, keine Magie: die Doku warnt, dass „die Nutzung dieser Erweiterung weder ein besseres Chat-Erlebnis noch eine bessere Erinnerung garantiert“.
Ein Detail, das fast niemand liest und das über deine Rechnung entscheidet: es bricht den Prompt-Cache. Bei jeder Umsortierung ändert sich das Präfix, und der Anbieter rechnet wie bei einer neuen Anfrage ab. Die Doku sagt es deutlich: „Du musst dich für eines entscheiden, nicht für beides“. Auf einem Backend mit Prompt-Cache kann die Vektorisierung teurer werden als das Problem, das sie löst.
Token Counter: der, der seltsame Rechnungen verhindert
Er wandelt Text in Tokens um und zählt sie. Zwei sehr praktische Zwecke: feststellen, ob deine Charakterkarte zu fett ist, und verstehen, warum ein „normales“ Gespräch verbraucht, was es verbraucht. Die langweiligste Erweiterung und die, die am meisten Geld spart.
Stimme: welchen TTS-Anbieter wählen, ohne zu viel zu zahlen
TTS hat die meisten Anbieter und erzeugt den meisten Frust, weil „es klingt nicht“ fast immer ein Konfigurationsproblem ist, kein Qualitätsproblem.
| Anbieter | Läuft auf | Kosten | Hinweis |
|---|---|---|---|
| System | Deinem Betriebssystem | Gratis | Qualität je nach System sehr unterschiedlich |
| Google Translate | Google-Cloud | Gratis | Eine Stimme pro Sprache, ungleichmäßig |
| Edge | Microsoft-Cloud | Gratis | Edge-Stimmen, mit Server-Plugin |
| Kokoro | Deinem Browser (WebGPU) | Gratis | Lokales Modell im Browser |
| Pollinations | Cloud | Gratis mit Limit | Stimmen im OpenAI-Stil, Rate-Limit |
| AllTalk | Deinem Rechner | Gratis, Open Source | Separate Installation, mehrere Engines |
| XTTS | Eigenem Server | Gratis | Voice Cloning, eigener Server nötig |
| Silero | Deinem Rechner | Gratis | Braucht eigenen API-Server |
| ElevenLabs | Cloud | Abo | Die beste Qualität im Feld |
| OpenAI / Gemini / Azure / MiniMax | Cloud | Kostenpflichtige API | Gute Stimmen, Kosten pro Nutzung |
| NovelAI | Cloud | Abo | Nur wenn du NovelAI schon zahlst |
Die Voice Map ist Pflicht (deshalb bleibt es stumm)
Das ist Fehler Nummer eins: TTS installieren, aktivieren, schreiben, nichts passiert. SillyTavern braucht eine Voice Map: welche Stimme zu welchem Charakter und zu welcher deiner Personas gehört. Du setzt sie, indem du einen Chat mit dem Charakter öffnest, eine Stimme aus der Liste wählst und zuweist. Ist die Liste leer, ist der Anbieter falsch konfiguriert, und du musst nach der Korrektur Refresh drücken. Manche Anbieter, etwa OpenAI-kompatible oder NovelAI, verlangen, dass du die Stimmliste von Hand befüllst.
Die zwei Häkchen, die keine Regieanweisungen vorlesen
Zwei Häkchen ändern das Ergebnis komplett: Only narrate “quotes” beschränkt die Ausgabe auf Text in Anführungszeichen, und Ignore *text, even “quotes”, inside asterisks* überspringt alles zwischen Sternchen, Anführungszeichen inklusive. Mit beiden an wird nur Dialog außerhalb von Sternchen gelesen – genau das, was du im Rollenspiel willst. Mit Auto Generation startet die Ausgabe bei jeder neuen Nachricht von selbst.
Bilder: lokal, Cloud oder gar nicht
Die Bildgenerierung unterstützt lokale und Cloud-Quellen, und der Kostenunterschied ist gewaltig: die eine zahlst du in Hardware und Strom, die andere pro Bild.
| Quelle | Typ | Kosten | Hinweis |
|---|---|---|---|
| ComfyUI | Lokal | Gratis (GPL3) | Am flexibelsten, separate Installation |
| Draw Things | Lokal (Mac/iOS) | Gratis | Der einfache Apple-Weg |
| HuggingFace Serverless | Cloud | Gratis | Nutzungslimits |
| NovelAI Diffusion | Cloud | Abo | Wenn du NovelAI schon hast |
| FAL.AI / Black Forest Labs / NanoGPT / Chutes | Cloud | Pay-per-Use | Neue Modelle, variable Kosten |
| Google AI Studio / Vertex (Imagen) | Cloud | Kostenpflichtig | Gute Qualität, Google-API |
| Cloudflare Workers AI | Cloud | Kostenpflichtig | Mehrere Modelle mit Vision |
| AI/ML API / Electron Hub | Cloud | Kostenpflichtig | Gateway mit mehreren Quellen |
Die echten Kosten von zwanzig Bildern pro Tag
Rechne, bevor du die automatische Generierung einschaltest. Zwanzig Bilder am Tag sind 600 im Monat. Lokal ist das GPU-Zeit und Strom; in der Cloud eine Rechnung pro Bild, und mit Automatik generierst du nicht eines, sondern eines pro Antwort, ob du willst oder nicht. Wenn dein Anbieter pro Nutzung abrechnet, starte mit manueller Generierung über das Zauberstab-Menü oder /sd.
Swipes und Galerie: was das Ergebnis brauchbar macht
Zwei Funktionen trennen Demo von Alltag: Image Swipes, die mit gleichem Prompt neu generieren, und die Charakter-Galerie, in der alle Bilder landen. Ohne das erste schreibst du Prompts neu, ohne das zweite verschwinden Bilder im Verlauf. Beides kommt mit der Erweiterung.
Websuche: wenn der Charakter echte Fakten braucht
Die Websuche-Erweiterung legt Suchergebnisse in den Prompt. Sinnvoll, wenn der Charakter über etwas Aktuelles reden muss, komplett verzichtbar im Fantasy-Rollenspiel.
Verfügbare Quellen: SerpApi, Tavily, SearXNG (selbst gehostet oder öffentlich), Serper, Z.AI, das Selenium-Plugin des Projekts und KoboldCpp ab Version 1.81.1 mit aktivem Modul. Fast alle kostenpflichtigen brauchen einen Schlüssel; SearXNG ist der kostenlose Weg, wenn du irgendwo hosten kannst.
Nur deine Nachrichten lösen die Suche aus
Ein geldsparendes Detail: die Suche startet bei deinen Nachrichten, nicht bei denen des Charakters. Willst du eine bestimmte Anfrage erzwingen, setzt du den Text in Backticks, und die Erweiterung nutzt ihn als Suchanfrage. Und wenn dein Backend schon eine eingebaute Websuche hat (Claude, Google AI Studio, OpenRouter und andere), ist diese Erweiterung redundant: schau zuerst auf Enable web search im Panel für die KI-Antwort.
Das Prompt-Budget zählt Zeichen, nicht Tokens
Das Feld Prompt Budget steht auf 1500 Zeichen, nicht Tokens. Die Faustregel der Doku: ein Token pro drei bis vier Zeichen. Drehst du es blind hoch, fressen Suchergebnisse deinen Kontext, bis der Charakter wie eine Presseschau antwortet. Der Standard-Cache liegt bei einer Woche.
Drittanbieter, die ihren Platz verdienen (und die anderen)
Aus dem offiziellen Katalog und den Community-Repos sind das die, die etwas bringen, was die eingebauten nicht können. Das Urteil ist meins und diskutabel; der Test ist einfach: verändert es den Chat oder nur die Deko?
| Erweiterung | Was sie hinzufügt | Aufwand / Risiko | Urteil |
|---|---|---|---|
| RVC | Echtzeit-Voice-Cloning über dem TTS | Mittel, Stimmmodell nötig | Lohnt sich bei täglicher TTS-Nutzung |
| Speech Recognition | Diktieren statt tippen | Gering | Lohnt sich mobil und bei langen Sessions |
| Live2D | Animierte 2D-Modelle mit Ausdrücken | Mittel, Modell nötig | Lohnt sich, wenn der Charakter im Zentrum steht |
| VRM | 3D-Modelle mit Ausdrücken | Hoch, VRAM und Modell | Nur, wenn du aus der VTuber-Ecke kommst |
| Dynamic Audio | Hintergrundmusik und Atmosphäre | Gering | Gut für Immersion, nicht für kurze Chats |
| Blip | Animiert Text mit Sound | Gering | Kosmetisch, schnell aus |
| Timelines | Navigation im Verlauf | Gering | Nützlich bei Hunderten Nachrichten |
| Variable Viewer | Variablen ansehen und ändern | Gering | Pflicht, wenn du STscript nutzt |
| Objective | Ein Ziel, das die KI verfolgt | Gering | Kurios, gut in langen Kampagnen |
| WebLLM | Modelle im Browser | Hoch (Download) | Experimentell |
| EmulatorJS | Retro-Spiele im Chat | Gering | Anekdote, kein Werkzeug |
Sicherheitsregel: Installation per URL heißt Code ausführen
Eine Drittanbieter-Erweiterung läuft mit den Rechten der Oberfläche, und die Oberfläche hält deine API-Schlüssel. Die Doku warnt und lehnt jede Haftung ab. Die Praxisregel: installiere nur Repos mit öffentlicher Historie, lesbarem Code und erkennbarem Autor; prüfe, welche Rechte verlangt werden; und wenn das Repo letzte Woche mit zwanzig Sternen auftauchte, lass es. Es gibt keine Sandbox.
Updates: warum eine Erweiterung einen laufenden Chat zerschießt
Der release-Branch von SillyTavern ist stabil, aber Erweiterungen leben ihr eigenes Leben. Eine Änderung am Kartenformat oder am Prompt-Template kann einen Chat über Nacht seltsam antworten lassen. Was in der Community funktioniert: manuelle Kopie des Ordners data vor Erweiterungs-Updates, und Updates einzeln, wenn etwas bricht, nicht alles auf einmal.
Wann es sich nicht lohnt: der echte Zeitaufwand
Das ist der Teil, den Erweiterungslisten nie erzählen. Das komplette Ökosystem aufzusetzen ist nicht schwer, es ist lang.
| Aufgabe | Realistische Zeit | Was du bekommst |
|---|---|---|
| SillyTavern + Git + Node installieren | 20-60 Min | Das Basisprogramm läuft |
| Backend wählen und anbinden | 15-30 Min | Erster Chat |
| TTS: Anbieter + Voice Map | 20-40 Min | Stimme auf den Nachrichten |
| Bilder: ComfyUI oder API | 30-90 Min | Stabile Generierung |
| Vektorisierung + Embedding-Keys | 15-30 Min | RAG, mit gebrochenem Cache |
| Websuche + API-Schlüssel | 10-20 Min | Aktuelle Fakten im Prompt |
Zusammen: zwei bis vier Stunden, bis alles steht, ohne die Feinjustierung in Woche zwei. Wenn dein Fall „ich will heute Abend mit einem Charakter reden“ ist, entscheidet diese Zahl.
Die gehostete Alternative, ohne Installation
Eine gehostete App gibt dir Chat, Bilder und Stimme in einem Abo, ohne Git und ohne Voice Map. Bei Candy AI enthält der Gratisplan rund 30 Nachrichten pro Tag, kein NSFW und keine Tokens; das Jahres-Premium liegt bei 5,99 $/Monat und schaltet unbegrenzten Chat, Bilder und Stimme frei, mit separaten Token-Paketen für intensive Nutzung (1 Token pro Foto, 1 pro Sprachnachricht). Die kompletten Zahlen stehen im Candy-AI-Preisguide. Es ist nicht dasselbe wie SillyTavern auf deinem eigenen Modell – hier wählst du das Backend nicht –, aber es verlangt auch keinen Abend Installation.
Wann sich das Ökosystem rechnet
Es rechnet sich unter zwei Bedingungen: du willst das Modell selbst wählen (lokal, ohne kommerziellen Filter, oder eine bestimmte API) und du nutzt den Chat regelmäßig. Dann sind die drei Erweiterungen, die das Erlebnis wirklich verändern, die automatische Zusammenfassung, TTS über einen kostenlosen Anbieter und lokale Bildgenerierung. Alles andere ist optional, und fast alles Optionale lässt sich abschalten, ohne etwas zu verlieren.
Wenn du das Programm noch nicht installiert hast, starte mit der SillyTavern-Anleitung: sie deckt Installation, Backends und die fünf echten Reibungspunkte ab. Und wenn du einen bestimmten Charakter suchst, lies zuerst, wie Charakterkarten funktionieren und was dich bei einem Chat mit KI-Charakteren erwartet.
FAQ
Sind SillyTavern-Erweiterungen kostenlos?
Die neun eingebauten ja. Die meisten installierbaren auch, aber manche brauchen einen kostenpflichtigen Dienst dahinter: ElevenLabs für Stimme zum Beispiel oder eine Bild-API pro Nutzung. Programm und Erweiterungen sind gratis; Geld kostet das Modell und die externen Dienste, die du anbindest.
Brauche ich Git, um Erweiterungen zu installieren?
Für die eingebauten nicht. Für alles aus dem offiziellen Katalog oder per Drittanbieter-URL ja: das Panel klont Repositories, Git muss also auf dem Rechner sein. Das ist die Voraussetzung, die die meisten erst mittendrin entdecken.
Was ist mit SillyTavern Extras passiert?
Es wurde im April 2024 eingestellt. Du brauchst es nicht mehr für Erweiterungen, und viele alte Tutorials schicken dich noch dorthin; wenn ein Schritt die Extras-API verlangt, ist das Tutorial veraltet. Die aktuelle Doku sagt es ausdrücklich: Erweiterungen sind nicht Extras.
Warum gibt mein TTS keinen Ton aus?
Fast immer die Voice Map. Die Erweiterung zu aktivieren reicht nicht: du musst jedem Charakter und jeder Persona eine Stimme aus der Liste eines offenen Chats zuweisen. Ist die Liste leer, ist der Anbieter falsch konfiguriert, und du musst nach der Korrektur Refresh drücken. Prüfe auch, ob Enabled und, für Automatik, Auto Generation an sind.
Laufen Erweiterungen mobil mit Termux?
Ja, mit Grenzen. Erweiterungen mit eigenem Server – ComfyUI, XTTS, AllTalk – wollen Ressourcen, die ein Telefon nicht hat. Praktisch laufen die leichten eingebauten (Übersetzung, Zusammenfassung, Token-Zähler) und System-TTS mobil gut; bei lokaler Bildgenerierung gibt das Telefon auf.
Sind Drittanbieter-Erweiterungen sicher?
Es gibt keine Sandbox: eine Erweiterung läuft mit den Rechten der Oberfläche und kann deine API-Schlüssel und deinen Verlauf lesen. Die Doku warnt und übernimmt keine Haftung. Installiere nur Repos mit Historie und erkennbarem Autor, lies den Code wenn du kannst, und lass alles weg, das letzte Woche mit verdächtig vielen Sternen auftauchte.
Verwandte Artikel: SillyTavern: was es ist und wie du es nutzt · KI-Charakterkarten erklärt · Chat mit KI-Charakteren · Beste KI-Rollenspiel-Apps 2026 · KI-Chatbot mit Bildgenerierung · KI-Freundin mit realistischen Fotos · Candy-AI-Preise 2026 · Was ist eine virtuelle Freundin