2026 年 SillyTavern 记忆功能的替代方案

SillyTavern 的记忆系统并非自动运行。它使用三层结构：上下文窗口、角色笔记，以及可选的向量存储。上下文窗口是 AI 一次能“看到”的 token 数量（默认 4096，可根据你的 API 提供商调整到 8192 甚至更高）。较早的消息会掉出窗口。为应对这一点，SillyTavern 会每隔 N 条消息（可配置，默认 10 条）自动生成对话摘要，并将该摘要注入上下文。角色笔记是一段始终存在的短文本块，你可以用它来记录关键事实、关系状态或剧情要点。对于长期记忆，你可以启用 ChromaDB（向量数据库），它把过往消息存储为嵌入向量，并在需要时检索相关内容。不过，这需要你自行为嵌入提供 API 密钥，并准备本地或云端的 Chroma 实例。如果不做手动配置，记忆就仅限于上下文窗口能容纳的内容加上自动摘要。

改善 SillyTavern 记忆最直接的方法就是增大上下文大小。在用户设置中，你可以把“Context Size”设为与你的 API 提供商上限相匹配的值。例如，OpenAI GPT-4 Turbo 支持 128,000 个 token，而 Claude 3 Opus 支持 200,000 个。不过，上下文越大，成本和延迟也越高。SillyTavern 还允许你单独设置“Response Length”上限。一个常见的建议是把上下文设为 8192、回复长度设为 1024，以取得平衡。提示词生成菜单中的“Max Tokens”控制实际发送给 API 的 token 数量；如果你把它设得低于上下文大小，就能省钱，但会损失记忆。你还必须调整“Summary”设置：可以更改摘要生成的频率（每 5–20 条消息），以及摘要是附加在上下文的开头还是结尾。对于角色扮演，把摘要放在上下文顶部通常更好，因为它能引导 AI。

角色笔记是一个小文本框（通常 500–2000 个字符），它始终包含在每一次发送给 API 的提示词中。它就像一座持久记忆库。你可以在对话过程中手动更新它，记录重要事件、角色特质或关系变化。例如，如果你的角色透露了一个秘密，你可以在笔记里加上“秘密：角色 X 知道 Y”。与自动摘要不同，只要你不超出 token 上限，角色笔记永远不会被截断或遗忘。许多用户会在笔记里维护一个“lorebook”或“world info”，列出关于设定和角色的关键事实。不过，因为除非你编辑它，否则它是静态的，所以它不会自动捕捉新信息。要让它变得动态，你可以使用 SillyTavern 的“Regex Scripts”或“Quick Replies”，提示 AI 建议对笔记的更新，然后手动应用。

ChromaDB 集成让 SillyTavern 拥有长期记忆，可以回忆起几天前的消息。要设置它，你需要在本地运行 ChromaDB 服务器，或将其托管在远程。SillyTavern 的设置中有一个“Vector Storage”选项卡，你可以在其中启用 Chroma 并提供端点 URL。你还需要一个嵌入模型——SillyTavern 支持 OpenAI 的 text-embedding-ada-002，或通过 text-generation-webui 扩展使用本地模型。配置完成后，AI 和用户发送的每条消息都可以被嵌入并存储。在生成回复时，SillyTavern 可以检索最相关的前 K 条过往消息（可配置，默认 5 条）并将其注入上下文。这实际上赋予了 AI 可搜索的记忆。缺点是：嵌入按 token 计费（如果使用 OpenAI），而且检索并不完美——它可能会拉出无关消息。调整“相似度阈值”和“最大检索数量”对于避免噪声至关重要。

尽管灵活，SillyTavern 的记忆仍有硬性限制。上下文窗口是有限的——即使使用 128k token 模型，极长的对话最终也会丢失早期细节。自动摘要有所帮助，但会有损：摘要是一种压缩，而非完美记录。ChromaDB 检索是统计性的，而非确定性的；如果嵌入相似度不够高，它可能会错过关键上下文。此外，SillyTavern 没有内置的“永久记忆”能在不同聊天会话之间持续存在。每次对话都是孤立的，除非你手动在它们之间复制角色笔记或摘要。该系统还需要大量手动调整：你必须自行调整上下文大小、摘要间隔、笔记内容和向量设置。对于想要“设置后就不用管”的记忆解决方案的用户来说，SillyTavern 对 API 密钥、本地托管和持续配置的依赖可能是一道障碍。像 AIAngels 这样的替代方案提供开箱即用的持久记忆，无需操心 token 或本地设置。

要充分利用 SillyTavern 的记忆，首先将上下文大小设置为你的 API 允许的最大值——对大多数用户来说，8192 是稳妥的选择。启用“Automatic Summary”，频率设为每 8-10 条消息一次，并将摘要长度设为 512 个 token。在“Prompt Item Order”设置中将摘要放在上下文开头。使用角色笔记存储不变的事实，并在重大剧情事件后手动更新。如果你懂技术，可以设置 ChromaDB 并使用本地嵌入模型（如 all-MiniLM-L6-v2）以避免 API 费用。将检索数量调整为 3-5，相似度阈值调整为 0.75。最后，考虑使用“World Info”（如果你的前端支持）来存储 AI 可以参考的设定。记住，再多的配置也无法完全克服有限的上下文窗口——对于超过 100k token 的对话，考虑拆分为多个聊天，或使用像 MemGPT 这样的外部记忆工具。