故障排查 · 空回与接口报错

酒馆没反应怎么办?从思考模型空回、中转站报错到手机掉线的逐项排查

酒馆(SillyTavern)没反应或秒回空白气泡,多半是思考模型吃光了最大回复长度、中转站 /v1 地址填错,或手机 Termux 切后台断连。在安卓版新梦 Foreverse(免费存 3 张卡)里,进「我的 → 请求记录」可直接查状态码、耗时和 token。

iPhone / iPad 版已在中国大陆以外的部分地区上架;中国大陆 App Store 暂不可用。 下载遇到问题?

为什么连接绿灯亮着,酒馆却秒回一个空白气泡?

这是 2026 年酒馆玩家栽跟头最多的一处暗坑:模型换成了带深度推理的新型号(比如 DeepSeek 思考模式、Kimi K3 系列、Gemini Thinking),手里挂的却还是前两年传下来的老预设。翻看 SillyTavern 官方 Reasoning 文档就能明白原因:模型在后台打腹稿生成的隐藏思维链(reasoning_content)哪怕不在气泡里显示,照样要从面板的 Max Response Length(最大回复长度)里扣额度。

早年的文风预设为了治 AI 话痨,常把最大回复长度卡死在 300 到 500 token。思考模型拿到这点配额,光在肚子里盘算剧情就花得一干二净,正文半个字没来得及吐就直接撞线停机(finish_reason: length)。因为这笔请求在协议层属于 HTTP 200 正常完结,酒馆既不弹红字也不报警,只留给你一个干干净净的空气泡,而刚烧掉的这些思考 token 通常照常计费。我们在 DeepSeek 推理输出上限实测里专门复现过这件事:DeepSeek V4 Flash 思考模式卡在 8K 上限时就出现过推理吃满配额、正文全空的情况,拉到 32K 后常规高思考长篇连跑 12 轮都有正文(遇到极重任务仍可能不够用)。SillyTavern 官方文档给思考模型建议的起步区间是 1024 到 4096 token,碰到空回先把这一格往上拉大,或者干脆切回同厂不带思考链的对话模型 ID。

要是换了普通非思考模型照样空回,顺手查两处小地方:看看预设里的自定义停止词(Custom Stopping Strings)是不是填了 {{char}}: 或单个换行符,导致模型一开口报自己名字就被当场掐断;再看看是不是某条匹配范围写得太宽的卡内正则把整段回复替换成了空字符串。

走国内官方接口或第三方中转站,哪四种填法最容易趴窝?

国内玩酒馆基本分两路:一路直连 DeepSeek、月之暗面 Kimi、智谱 BigModel、阿里云百炼这些官方开放平台,另一路接第三方 OpenAI 兼容中转站。两边最常把聊天卡死的毛病集中在四件事上。头一件是 Base URL 尾巴没对齐:OpenAI 兼容地址必须停在版本号根目录,比如 DeepSeek 填 https://api.deepseek.com/v1,阿里云百炼北京区填 https://dashscope.aliyuncs.com/compatible-mode/v1,智谱 BigModel 比较特殊,末尾是 https://open.bigmodel.cn/api/paas/v4/。漏写了末尾的 /v1,或者画蛇添足把 /chat/completions 一块儿粘了进去,发出去必吃 404 Not Found。

第二件是照着老帖子手敲已经下线的模型代号。厂商换代极快,按我们 2026-11-15 核对的 DeepSeek 官方文档与 Kimi 开放平台说明,DeepSeek 现役推荐填 deepseek-flash(老代号 deepseek-v4-flash 虽兼容转发但对应旧模型已下线);月之暗面 K2 系列自 2026 年 10 月 31 日起已对新注册用户关闸,现役主力是 1M 上下文的 kimi-k3 与 kimi-k3.1-pro。手敲过期名字最容易撞上 404 或无权限报错。

第三件是中转站特有的「假 200」。有些中转面板在上游号池拥堵或令牌分组没勾对时,外层可能依然回传 HTTP 200 OK,却在返回体里塞一句报错。只要你开着流式传输(Streaming),前端按标准数据流去拆包就会卡壳,最后只蹦出一句让人摸不着头脑的 API returned an error: OK。第四件则是卡住后连戳重发白花冤枉钱: 智谱官方计费文档写得很明白,只要服务端已经开始往外生成内容,哪怕客户端半路超时断连或手动点取消,已经算出来的输入与输出 token 照常扣费。卡顿了先看一眼后台日志,千万别连点五下重新生成。

酒馆卡住发不出话时,怎么按五步快速救回来?

  1. 先关掉流式传输(Streaming),去黑框终端读原始报错

    在生成设置里临时取消勾选 Streaming,切一张只有两三行字的空白测试卡发一句「你好」,然后切回跑酒馆的黑色命令行窗口看完整返回体。401 是密钥填错或跨区失效,402 是余额见底,429 是并发频率撞了墙。

  2. 重新拉取一次 /v1/models 列表,别手敲模型 ID

    核对接口地址末尾带没带准 /v1(智谱是 /v4),点连接按钮刷新模型下拉框,直接从服务端实时吐出来的列表里重选一遍模型。

  3. 把最大回复长度往上提,清空可疑停止词

    只要连的是推理思考模型,先把 Max Response Length 拉到 SillyTavern 文档建议的 1024–4096 token 以上(DeepSeek 思考档在我们实测里 8K 仍有可能不够),顺手清空多余的自定义停止词,把「思考吃光配额」排除掉。

  4. 临时关掉世界书,排查递归死循环或巨型开场白

    在我们的 19,776 张中文公开角色卡统计里,热门卡的首条开场白中位数就有 1,232 字,而且 90% 套着厚厚的 HTML。要是只有某一张卡死活聊不动,先关掉它的世界书发一句试试,或者把卡拖进免费网页工具 角色卡体检 看看是不是常驻 token 爆表。

  5. 安卓 Termux 玩家检查后台保活与本地代理绕过

    用安卓 Termux 在本机跑 Node 服务的玩家,切出去回条微信或锁屏歇会儿,后台进程很容易被系统省电策略冻住;另外手机挂全局代理时如果没把 127.0.0.1 放进绕过列表,浏览器连本机 8000 端口也会一直干转圈。

在手机上不想切黑框翻英文日志,怎么一眼看清哪儿报错?

在手机上硬跑桌面酒馆——不管是挂 Termux 跑 Node,还是拿手机浏览器连家里的电脑——总会多出一堆跟大模型本身无关的掉线毛病:锁个屏连接断了,出了错还得切回小字号命令行里翻英文堆栈。

我们是新梦(Foreverse)的开发者,把自家客户端的做法摊开供你参考。新梦是跑在安卓(Google Play 与官网 APK 直装)和 iPhone / iPad(2026-09-29 上架 App Store,仅在中国大陆以外的部分地区可下载,中国大陆 App Store 暂不可用)上的原生角色扮演与 AI 小说应用,直接读取 Character Card v2/v3 PNG 角色卡、世界书和卡内 HTML/正则美化。软件免费下载,挂你自己的 API Key(BYOK)零加价、不限消息条数;免费版可在本地同时存 3 张角色卡、3 本书和 3 个伴侣(一次性买断 Pro 解锁上限:国内站 ¥144,海外站 $19.99,无月费)。

在手机新梦里碰到卡壳不用找命令行。直接点进「我的 → 请求记录」,每一笔调用的状态码、耗时、进出 token 数和所走渠道都列得明明白白,失败条目点开就能读上游返回的具体报错(至于断连那笔有没有扣费,仍以模型供应商后台账单为准,看清再决定重不重发)。配接口时进「我的 → AI 模型与服务」,60+ 家常见平台已经预填好带版本前缀的地址(比如阿里云百炼已填好 https://dashscope.aliyuncs.com/compatible-mode/v1);接自建中转站时点一下「测连通」和「从上游 /v1/models 批量导入」就能当场验通。要是手头有多把容易撞 429 频率限制的 Key,还能在同一供应商下打开「管理多 Key 与轮询」做故障切换。详细步骤见 配置自带 Key(BYOK)并排查 401/404/429。

哪些故障换新梦也帮不上忙

  • 你在电脑上用自家显卡跑 Ollama、KoboldCpp 等本地量化模型:那边的卡死多半是爆显存、端口冲突或系统防火墙拦截,只能回电脑本地后端看日志。
  • 你的角色卡重度依赖桌面 SillyTavern 专属的服务端 Node 插件或 Python Extras 扩展,而不是通用的 v2/v3 角色卡、世界书与卡内 HTML/正则。
  • 你需要电脑浏览器跟手机实时云同步同一份聊天存档:新梦只有安卓和 iOS 原生客户端,没有网页聊天端,聊天数据默认存在单机本地。

常见问题

酒馆弹窗报「API returned an error: OK」到底是什么意思?

意思是中转站或上游网关在外层给了个代表请求成功的 HTTP 200(对应的标准状态短语就叫 OK),结果打开里面的 JSON 正文一看,塞的却是报错说明而不是模型台词。把流式传输(Streaming)临时关掉发一句测试,切去命令行终端就能看到它真正报了什么错。

为什么连上 DeepSeek 或 Kimi 思考模型后,酒馆动不动回空消息?

按 SillyTavern 官方文档说明,推理模型的内部思考哪怕不显示出来,也会占用面板里的最大回复长度配额。老预设常把回复上限锁在三五百 token,模型光打腹稿就把额度花光了,轮到写正文时直接被截断成空串。把最大回复长度调高(文档参考范围 1024 到 4096,DeepSeek 思考档我们实测需要拉得更高),或者换回非思考模型就能解决。

安卓 Termux 跑酒馆,切去回个微信或锁屏再回来就没反应了,怎么治?

安卓系统省电后台会把 Termux 里的 Node 进程挂起冻结,网页前端跟本地服务自然就断了联系。要么进系统电池管理给 Termux 开无限制后台并挂上唤醒锁(Acquire wakelock),要么改用原生手机端应用直接从手机发 API 请求,绕开本地保活这一层。

生成半天没蹦出字,点重新生成会被扣两回钱吗?

如果是 401 密钥不对、404 地址写错或 429 限流拦截,上游在开算之前就把请求挡回来了,一般不扣钱;但如果是服务端已经开始往外吐 token 后你这边断网超时,已算出来的部分照样可能计费(智谱计费文档就明确写了这条规则)。重发长上下文前,最好先瞄一眼平台账单或新梦里的「请求记录」。

本页依据