Alternative à la mémoire de SillyTavern en 2026

Le système de mémoire de SillyTavern n'est pas automatique. Il repose sur trois couches : la fenêtre de contexte, la note de personnage et le stockage vectoriel optionnel. La fenêtre de contexte correspond au nombre de tokens (4096 par défaut, ajustable jusqu'à 8192 ou plus selon votre fournisseur d'API) que l'IA peut « voir » en une fois. Les messages plus anciens en sortent. Pour y remédier, SillyTavern génère automatiquement un résumé de la conversation tous les N messages (configurable, 10 par défaut) et injecte ce résumé dans le contexte. La note de personnage est un court bloc de texte toujours présent, que vous pouvez utiliser pour conserver des faits clés, le statut de la relation ou des points d'intrigue. Pour la mémoire à long terme, vous pouvez activer ChromaDB (base de données vectorielle), qui stocke les messages passés sous forme d'embeddings et récupère les plus pertinents au besoin. Cela exige toutefois que vous fournissiez votre propre clé API pour les embeddings et une instance Chroma locale ou cloud. Sans configuration manuelle, la mémoire se limite à ce qui tient dans la fenêtre de contexte, plus le résumé automatique.

Le moyen le plus direct d'améliorer la mémoire de SillyTavern est d'augmenter la taille du contexte. Dans les paramètres utilisateur, vous pouvez régler la « Context Size » sur une valeur correspondant au maximum de votre fournisseur d'API. Par exemple, OpenAI GPT-4 Turbo prend en charge 128 000 tokens, tandis que Claude 3 Opus en prend en charge 200 000. Des contextes plus grands augmentent toutefois le coût et la latence. SillyTavern vous permet aussi de définir séparément une limite de « Response Length ». Il est souvent recommandé de régler le contexte sur 8192 et la longueur de réponse sur 1024 pour trouver un équilibre. Le « Max Tokens » du menu de génération de prompt contrôle le nombre de tokens réellement envoyés à l'API ; si vous le réglez en dessous de la taille du contexte, vous économisez de l'argent mais perdez de la mémoire. Vous devez également ajuster les paramètres « Summary » : vous pouvez modifier la fréquence de génération des résumés (tous les 5 à 20 messages) et choisir si le résumé est ajouté au début ou à la fin du contexte. Pour le roleplay, placer le résumé en haut du contexte est souvent préférable, car cela prépare l'IA.

La note de personnage est un petit champ de texte (généralement 500 à 2000 caractères) toujours inclus dans chaque prompt envoyé à l'API. Elle fait office de banque de mémoire persistante. Vous pouvez la mettre à jour manuellement au fil d'une conversation pour consigner des événements importants, des traits de caractère ou l'évolution d'une relation. Par exemple, si votre personnage révèle un secret, vous pouvez ajouter « Secret : le personnage X sait Y » dans la note. Contrairement au résumé automatique, la note de personnage n'est jamais tronquée ni oubliée tant que vous la gardez dans la limite de tokens. De nombreux utilisateurs tiennent un « lorebook » ou des « world info » dans la note, listant les faits clés sur l'univers et les personnages. Mais comme elle est statique tant que vous ne la modifiez pas, elle ne capture pas automatiquement les nouvelles informations. Pour la rendre dynamique, vous pouvez utiliser les « Regex Scripts » ou les « Quick Replies » de SillyTavern afin de demander à l'IA de suggérer des mises à jour de la note, puis les appliquer manuellement.

L'intégration de ChromaDB donne à SillyTavern une mémoire à long terme capable de se rappeler des messages envoyés il y a plusieurs jours. Pour la configurer, vous devez exécuter un serveur ChromaDB en local ou en héberger un à distance. Les paramètres de SillyTavern disposent d'un onglet « Vector Storage » où vous activez Chroma et fournissez l'URL du point de terminaison. Vous avez aussi besoin d'un modèle d'embedding — SillyTavern prend en charge text-embedding-ada-002 d'OpenAI ou des modèles locaux via l'extension text-generation-webui. Une fois configuré, chaque message envoyé par l'IA et par l'utilisateur peut être vectorisé et stocké. Lors de la génération d'une réponse, SillyTavern peut récupérer les K messages passés les plus pertinents (paramétrable, 5 par défaut) et les injecter dans le contexte. Cela donne concrètement à l'IA une mémoire interrogeable. Le revers de la médaille : l'embedding coûte de l'argent par token (si vous utilisez OpenAI) et la récupération n'est pas parfaite — elle peut remonter des messages hors sujet. Ajuster le « similarity threshold » et le « max retrieval count » est essentiel pour éviter le bruit.

Malgré sa souplesse, la mémoire de SillyTavern a des limites strictes. La fenêtre de contexte est finie — même avec un modèle de 128k tokens, les conversations extrêmement longues finissent par perdre les premiers détails. Le résumé automatique aide, mais il est lossy : un résumé est une compression, pas un enregistrement parfait. La récupération ChromaDB est statistique, pas déterministe ; elle peut manquer un contexte crucial si la similarité de l'embedding n'est pas assez élevée. De plus, SillyTavern n'a pas de « mémoire permanente » intégrée qui persiste entre différentes sessions de chat. Chaque conversation est isolée, sauf si vous copiez manuellement les notes de personnage ou les résumés d'une session à l'autre. Le système exige aussi beaucoup de réglages manuels : vous devez ajuster vous-même la taille du contexte, les intervalles de résumé, le contenu des notes et les paramètres vectoriels. Pour les utilisateurs qui veulent une solution de mémoire « set and forget », la dépendance de SillyTavern aux clés API, à l'hébergement local et à une configuration constante peut être un obstacle. Des alternatives comme AIAngels offrent une mémoire persistante qui fonctionne dès la sortie de la boîte, sans jongler avec les tokens ni installer quoi que ce soit en local.

Pour tirer le meilleur parti de la mémoire de SillyTavern, commencez par régler la taille du contexte au maximum autorisé par votre API — pour la plupart des utilisateurs, 8192 est un choix sûr. Activez « Automatic Summary » avec une fréquence de 8 à 10 messages et réglez la longueur du résumé à 512 tokens. Placez le résumé au début du contexte dans les paramètres « Prompt Item Order ». Utilisez la note de personnage pour stocker les faits immuables et mettez-la à jour manuellement après les grands événements de l'intrigue. Si vous êtes à l'aise techniquement, configurez ChromaDB avec un modèle d'embedding local (comme all-MiniLM-L6-v2) pour éviter les coûts d'API. Réglez le nombre de récupérations entre 3 et 5 et le seuil de similarité à 0,75. Enfin, envisagez d'utiliser « World Info » (si votre interface le prend en charge) pour stocker un lore que l'IA peut consulter. Rappelez-vous qu'aucune configuration ne peut totalement surmonter des fenêtres de contexte finies — pour les conversations dépassant 100k tokens, envisagez de les scinder en plusieurs chats ou d'utiliser un outil de mémoire externe comme MemGPT.