Affiliate-upplysning: den här sidan innehåller affiliatelänkar. Vi får en provision när du registrerar dig via våra länkar, utan extra kostnad för dig. Våra redaktionella åsikter är aldrig betalda. Innehåll för vuxna 18+.
SillyTavern utan tillägg är en kompetent chattklient och inget mer. Basprogrammet pratar med modellen du kopplar in, hanterar karaktärskort och sparar dina historiker – men allt folk minns (röst, bilder, karaktärens ansiktsuttryck, översättning, webbsök) bor i tilläggspanelen. Det är också där de förlorade kvällarna samlas.
Den officiella dokumentationen listar nio inbyggda tillägg som inte kräver installation och en katalog med över trettio installerade mellan projektets repo och tredjepartsrepon. Ingen behöver trettio. Fyra eller fem väl valda förändrar upplevelsen; femton lämnar dig med en långsammare chatt, uppdateringar som förstör kortformat och en API-faktura du inte hade planerat.
Här är det ärliga urvalet: de nio inbyggda och vad de är till för, de elva installerade som ger något verkligt, de tre installationssätten och de fyra ställena där det går sönder tyst.
Vad som räknas som ett tillägg (och vad som inte gör det)
Ett tillägg är en JavaScript-modul som laddas inuti gränssnittet och lägger till en funktion: en röstleverantör, en bildgenerator, en översättare, en tokenräknare. Du aktiverar och avaktiverar dem i Extensions-panelen i översta listen, och några kräver dessutom en egen server (lokal TTS, ComfyUI, en sökmotor).
Det viktiga är att skilja tre familjer åt, för de beter sig helt olika:
| Familj | Var den bor | Kräver Git? | Risk | Uppdateras själv? |
|---|---|---|---|---|
| Inbyggda (9) | Redan i programmet | Nej | Minimal | Med SillyTaverns branch |
| Officiella katalogen | Laddas ner från panelen | Ja | Låg (projektets repon) | Avisering om du aktiverar |
| Tredje part via URL | Valfritt GitHub-repo | Ja | Hög (kör kod) | Beror på författaren, oftast nej |
Tilläggspanelen i tre klick
Öppna Extensions i översta listen och du får fyra block: Manage extensions (aktivera, avaktivera, uppdatera), Download Extensions & Assets (tryck Load Asset List, sedan Download), Notify on extension updates och Install extension (klistra in en Git-repo-URL, med valfri branch och mål per användare i fleranvändarläge).
Extras är dött, och halva internet säger fortfarande att du ska installera det
Projektet Extras lades ner i april 2024. Du behöver det inte för att använda tillägg, och följer du en guide från 2023 installerar du en hel Python-server i onödan. Dokumentationen säger det rakt ut: “Extensions are not Extras”. Om ett steg kräver Extras-API:et är guiden död.
De tre installationssätten (och vilket som kostar dig en kväll)
Det finns inte ett enda sätt. Det finns tre, och valet avgör hur mycket terminaltid du lägger.
Sätt 1: slå på det som redan finns
Noll installation. Öppna panelen, aktivera, fyll i nyckel eller server, klart. Det gäller de nio inbyggda och det är alltid där du ska börja.
Sätt 2: den officiella katalogen (Git krävs)
För att ladda ner från katalogen måste Git vara installerat. Inte valfritt: panelen klonar repon. På Windows är det en femminutersinstallation, på Linux finns det oftast redan. Sedan: Download Extensions & Assets → Load Asset List → Download på den du vill ha, och Link-knappen öppnar repot så du kan läsa vad den gör före installation.
Sätt 3: en tredjeparts-URL (här ligger risken)
Install extension → klistra in repots URL → eventuellt en branch → den laddas ner och laddas själv. Dokumentationen varnar för att “användning av tredjepartstillägg kan få oavsedda bieffekter och innebära säkerhetsrisker”. Det är inte en tom fras: ett tillägg körs med gränssnittets behörigheter, och gränssnittet håller dina API-nycklar och din historik.
De nio inbyggda: vilka du ska aktivera först
Alla nio följer med programmet och kostar inget. Frestelsen är att slå på allt dag ett; ordningen som fungerar är en annan.
| Tillägg | Vad det gör | Kostnad | När du ska aktivera |
|---|---|---|---|
| Chat Translation | Översätter meddelanden, inmatning eller båda | Gratis med Google/DeepL m.fl. | Du skriver ett språk, karaktären svarar på ett annat |
| Summarize | Automatisk sammanfattning av historiken | Modellens tokens | Alltid: det billigaste minnet |
| Chat Vectorization | RAG över äldre meddelanden | Embeddings | Långa chattar, om du accepterar förlorad cache |
| Text To Speech | Uppläsning av meddelanden | Beror på leverantör | När backend är vald |
| Image Generation | Bilder via SD, FLUX eller DALL·E | Beror på källa | Om du genererar regelbundet |
| Expression Images | Karaktärens sprites bredvid chatten | Gratis (bilderna behövs) | Karaktärer med uttrycksset |
| Image Captioning | Beskriver bilder så modellen “ser” | Tokens | Multimodala modeller |
| Quick Reply | Svarsknappar och STscript-kommandon | Gratis | Om du upprepar kommandon |
| Token Counter | Räknar tokens i text | Gratis | För att styra kostnaden |
Översättning: chatta på ditt språk utan att bryta rollspelet
Det finns fem ingångar: Translate Chat-knappen (hela historiken), Translate Input (bara det du ska skicka), översättningsikonen i varje meddelandes åtgärdsrad, automatikläget (svar, inmatning eller båda) och kommandot /translate. Inställningen som bryter minst är att översätta bara svaren och låta dina egna inmatningar stå kvar på ursprungsspråket: modellen behåller sitt sammanhang och du läser på ditt.
Summarize: det billiga minnet som faktiskt fungerar
Den automatiska sammanfattningen gör en sak: komprimerar gamla meddelanden och lägger sammanfattningen i prompten. Det är komprimering, inte oändligt minne. Ändå ger det mer än att byta till en större modell, och det kostar en bråkdel av ett utökat kontextfönster.
Vektorisering: RAG över din egen chatt (och konflikten med cachen)
Chat Vectorization söker i historiken efter meddelanden som liknar det du just skrev och flyttar dem till början eller slutet av kontexten, där de väger tyngst. Det är riktig hämtning, inte magi: dokumentationen varnar för att “användningen av detta tillägg garanterar inte en bättre chattupplevelse eller ett bättre minne”.
En detalj nästan ingen läser och som avgör din faktura: den bryter prompt-cachen. Varje omflyttning ändrar prefixet och leverantören debiterar som en ny förfrågan. Dokumentationen säger rakt ut: “du måste välja det ena eller det andra, inte båda”. På en backend med prompt-cache kan vektoriseringen bli dyrare än problemet den löser.
Token Counter: den som förhindrar konstiga fakturor
Den omvandlar text till tokens och räknar dem. Två mycket praktiska användningar: ta reda på om ditt karaktärskort är för tungt, och förstå varför en “vanlig” konversation drar det den drar. Det minst roliga tillägget och det som sparar mest pengar.
Röst: välj TTS-leverantör utan att betala för mycket
TTS har flest leverantörer och skapar mest frustration, eftersom “det låter inte” nästan alltid är en inställningsfråga, inte en kvalitetsfråga.
| Leverantör | Körs på | Kostnad | Kommentar |
|---|---|---|---|
| System | Ditt operativsystem | Gratis | Kvaliteten varierar kraftigt |
| Google Translate | Googles moln | Gratis | En röst per språk, ojämn |
| Edge | Microsofts moln | Gratis | Edge-röster, kräver serverplugin |
| Kokoro | Din webbläsare (WebGPU) | Gratis | Lokal modell i webbläsaren |
| Pollinations | Moln | Gratis med gräns | OpenAI-liknande röster, rate limit |
| AllTalk | Din dator | Gratis, öppen källkod | Separat installation, flera motorer |
| XTTS | Egen server | Gratis | Röstkloning, egen server krävs |
| Silero | Din dator | Gratis | Kräver egen API-server |
| ElevenLabs | Moln | Prenumeration | Bäst kvalitet i gänget |
| OpenAI / Gemini / Azure / MiniMax | Moln | Betal-API | Bra röster, kostnad per användning |
| NovelAI | Moln | Prenumeration | Bara om du redan betalar NovelAI |
Voice map är obligatorisk (därför är den tyst)
Misstag nummer ett: installera TTS, aktivera, skriva, inget händer. SillyTavern behöver en voice map: vilken röst som hör till vilken karaktär och till var och en av dina personas. Du ställer in den genom att öppna en chatt med karaktären, välja en röst i listan och tilldela den. Är listan tom är leverantören felkonfigurerad och du måste trycka Refresh efter att ha fixat det. Vissa leverantörer, som OpenAI-kompatibla eller NovelAI, kräver att du fyller röstlistan manuellt.
De två kryssrutorna som stoppar den från att läsa scenanvisningar
Två rutor ändrar resultatet helt: Only narrate “quotes” begränsar uppläsningen till text inom citattecken, och Ignore *text, even “quotes”, inside asterisks* hoppar över allt mellan asterisker, citattecken inkluderade. Med båda på läses bara dialog utanför asterisker – exakt vad du vill i rollspel. Med Auto Generation startar rösten själv vid varje nytt meddelande.
Bilder: lokalt, moln eller inget alls
Bildgenereringen stöder lokala och molnbaserade källor, och kostnadsskillnaden är enorm: den ena betalar du i hårdvara och el, den andra per bild.
| Källa | Typ | Kostnad | Kommentar |
|---|---|---|---|
| ComfyUI | Lokal | Gratis (GPL3) | Mest flexibel, separat installation |
| Draw Things | Lokal (Mac/iOS) | Gratis | Den enkla Apple-vägen |
| HuggingFace Serverless | Moln | Gratis | Användningsgränser |
| NovelAI Diffusion | Moln | Prenumeration | Om du redan har NovelAI |
| FAL.AI / Black Forest Labs / NanoGPT / Chutes | Moln | Per användning | Nya modeller, variabel kostnad |
| Google AI Studio / Vertex (Imagen) | Moln | Betald | Bra kvalitet, Googles API |
| Cloudflare Workers AI | Moln | Betald | Flera modeller med vision |
| AI/ML API / Electron Hub | Moln | Betald | Gateway med flera källor |
Den verkliga kostnaden för tjugo bilder om dagen
Räkna innan du slår på automatisk generering. Tjugo bilder om dagen är 600 i månaden. Lokalt är det GPU-tid och el; i molnet en faktura per bild, och med automatik genererar du inte en – du genererar en per svar, vare sig du vill eller inte. Om leverantören debiterar per användning, börja med manuell generering från trollstavsmenyn eller /sd.
Swipes och galleriet: det som gör resultatet användbart
Två funktioner skiljer demo från verklig användning: image swipes, som genererar om med samma prompt, och karaktärsgalleriet, där alla bilder samlas. Utan den första skriver du om prompts; utan den andra försvinner bilderna i historiken. Båda följer med tillägget.
Webbsök: när karaktären behöver riktiga fakta
Webbsökstillägget lägger sökresultat i prompten. Användbart om karaktären ska prata om något aktuellt, helt umbärligt i fantasyrollspel.
Tillgängliga källor: SerpApi, Tavily, SearXNG (egen eller publik), Serper, Z.AI, projektets Selenium-plugin och KoboldCpp från version 1.81.1 med modulen aktiverad. Nästan alla betalda kräver en nyckel; SearXNG är den gratis vägen om du har någonstans att köra den.
Bara dina meddelanden utlöser sökningen
En pengabesparande detalj: sökningen startar på dina meddelanden, inte karaktärens. Vill du tvinga fram en specifik fråga, lägg texten i backticks och tillägget använder det som fråga. Och om din backend redan har inbyggd webbsök (Claude, Google AI Studio, OpenRouter och andra har det) är tillägget överflödigt: titta först på Enable web search i AI-svarspanelen.
Prompt-budgeten mäts i tecken, inte tokens
Fältet Prompt Budget står på 1500 tecken, inte tokens. Dokumentationens tumregel är en token per tre till fyra tecken. Höjer du det blint äter sökresultaten upp din kontext tills karaktären svarar som ett nyhetssammandrag. Standardcachen är en vecka.
Tillägg från tredje part som förtjänar sin plats (och de som inte gör det)
Från den officiella katalogen och community-repon är dessa de som ger något de inbyggda inte gör. Omdömet är mitt och diskutabelt; testet är enkelt: förändrar det chatten eller bara dekorerar den?
| Tillägg | Vad det lägger till | Insats / risk | Omdöme |
|---|---|---|---|
| RVC | Realtidskloning av röst ovanpå TTS | Medel, röstmodell krävs | Värt det om du använder TTS dagligen |
| Speech Recognition | Diktera i stället för att skriva | Låg | Värt det på mobil och i långa sessioner |
| Live2D | Animerade 2D-modeller med uttryck | Medel, modell krävs | Värt det om karaktären är centrum |
| VRM | 3D-modeller med uttryck | Hög, VRAM och modell | Bara om du kommer från VTuber-hållet |
| Dynamic Audio | Bakgrundsmusik och atmosfär | Låg | Bra för inlevelse, inte för snabb chatt |
| Blip | Animerar text med ljud | Låg | Kosmetiskt, stängs av snabbt |
| Timelines | Navigering i historiken | Låg | Användbart i chattar med hundratals meddelanden |
| Variable Viewer | Se och ändra variabler | Låg | Nödvändigt om du använder STscript |
| Objective | Ett mål som AI:n förföljer | Låg | Kuriositet, bra i långa kampanjer |
| WebLLM | Modeller i webbläsaren | Hög (nedladdning) | Experimentell |
| EmulatorJS | Retrospele inuti chatten | Låg | Anekdot, inte verktyg |
Säkerhetsregel: installera via URL är att köra kod
Ett tredjepartstillägg körs med gränssnittets behörigheter, och gränssnittet håller dina API-nycklar. Dokumentationen varnar och tar inget ansvar. Den praktiska regeln: installera bara repon med publik historik, läsbar kod och identifierbar författare; kontrollera vilka behörigheter den ber om; och om repot dök upp förra veckan med tjugo stjärnor, hoppa över det. Det finns ingen sandbox.
Uppdateringar: varför ett tillägg förstör en chatt som fungerade
SillyTaverns release-branch är stabil, men tilläggen lever sitt eget liv. En ändring i kortformatet eller promptmallen kan lämna en chatt med konstiga svar över en natt. Det som fungerar i communityn: manuell kopia av mappen data före tilläggsuppdateringar, och uppdatera ett i taget när något går sönder, inte alla samtidigt.
När det inte är värt det: den verkliga tidskostnaden
Det här är delen tilläggslistor aldrig berättar. Att bygga hela ekosystemet är inte svårt, det är långt.
| Uppgift | Realistisk tid | Vad du får |
|---|---|---|
| Installera SillyTavern + Git + Node | 20-60 min | Basprogrammet igång |
| Välja och koppla backend | 15-30 min | Första chatten |
| TTS: leverantör + voice map | 20-40 min | Röst på meddelandena |
| Bilder: ComfyUI eller ett API | 30-90 min | Stabil generering |
| Vektorisering + embeddings-nycklar | 15-30 min | RAG, med bruten cache |
| Webbsök + API-nyckel | 10-20 min | Aktuella fakta i prompten |
Summa: två till fyra timmar för att ha allt, innan justeringarna som dyker upp vecka två. Om ditt fall är “jag vill prata med en karaktär i kväll” är det den siffran som avgör.
Det hostade alternativet, utan något att installera
En hostad app ger dig chatt, bilder och röst i samma prenumeration, utan Git och utan voice map. På Candy AI ingår cirka 30 meddelanden om dagen i gratisplanen, utan NSFW och utan tokens; årspremium landar på 5,99 $/månad och låser upp obegränsad chatt, bilder och röst, med separata tokenpaket för tung generering (1 token per foto, 1 per röstmeddelande). Siffrorna i sin helhet finns i Candy AI:s prisguide. Det är inte samma sak som SillyTavern på din egen modell – här väljer du inte backend – men det kräver inte heller en installationskväll.
När ekosystemet lönar sig
Det lönar sig med två villkor: du vill välja modell (lokal, utan kommersiellt filter, eller ett specifikt API) och du använder chatten regelbundet. Då är de tre tillägg som verkligen förändrar upplevelsen automatisk sammanfattning, TTS på en gratis leverantör och lokal bildgenerering. Allt annat är valfritt, och nästan allt valfritt kan stängas av utan att du förlorar något.
Om du inte har installerat programmet än, börja med SillyTavern-guiden: den täcker installation, backends och de fem verkliga friktionspunkterna. Och om du letar efter en specifik karaktär, läs först hur karaktärskort fungerar och vad du kan förvänta dig av en chatt med AI-karaktärer.
FAQ
Är SillyTavern-tilläggen gratis?
De nio inbyggda är det. De flesta installerade är också gratis, men några kräver en betaltjänst bakom: ElevenLabs för röst till exempel, eller ett bild-API per användning. Programmet och tilläggen är gratis; det som kostar pengar är modellen och de externa tjänster du kopplar in.
Behöver jag Git för att installera tillägg?
Inte för de inbyggda. För allt från den officiella katalogen eller en tredjeparts-URL, ja: panelen klonar repon, så Git måste vara installerat på datorn. Det är kravet de flesta upptäcker mitt i processen.
Vad hände med SillyTavern Extras?
Det lades ner i april 2024. Du behöver det inte längre för tillägg, och många äldre guider säger fortfarande att du ska installera det; om ett steg tvingar dig att sätta upp Extras-API:et är guiden föråldrad. Den aktuella dokumentationen säger det uttryckligen: tillägg är inte Extras.
Varför låter mitt TTS ingenting?
Nästan alltid voice map. Att aktivera tillägget räcker inte: du måste tilldela en röst till varje karaktär och varje persona från listan i en öppen chatt. Om listan är tom är leverantören felkonfigurerad och du måste trycka Refresh efter att ha fixat det. Kontrollera också att Enabled och, för automatik, Auto Generation är på.
Fungerar tillägg på mobilen med Termux?
Ja, med gränser. Tillägg som kräver egen server – ComfyUI, XTTS, AllTalk – vill ha resurser en telefon inte har. I praktiken fungerar de lätta inbyggda (översättning, sammanfattning, tokenräknare) och system-TTS bra på mobil; lokal bildgenerering är där telefonen ger upp.
Är tredjepartstillägg säkra?
Det finns ingen sandbox: ett tillägg körs med gränssnittets behörigheter och kan läsa dina API-nycklar och din historik. Dokumentationen varnar för risken och tar inget ansvar. Installera bara repon med historik och identifierbar författare, läs koden om du kan, och hoppa över allt som dök upp förra veckan med misstänkt många stjärnor.
Relaterade artiklar: SillyTavern: vad det är och hur du använder det · AI-karaktärskort · Chatta med AI-karaktärer · Bästa AI-rollspelsapparna 2026 · AI-chatbot med bildgenerering · AI-flickvän med realistiska foton · Candy AI-priser 2026 · Vad är en virtuell flickvän