اکثر افراد تصور میکنند برنامهٔ چت هوش مصنوعی همان جعبهٔ متن ساده و مینیمال چتجیپیتی است: پیامی مینویسید، پاسخی میگیرید و به کارتان ادامه میدهید. اما اگر بخواهید تجربهٔ هوش مصنوعی را دقیقاً مطابق سلیقهٔ خود تنظیم کنید، برنامهای وجود دارد که این خواسته را برآورده میکند. سیلیتاون رابط کاربری رایگان و متنبازی است که گفتوگو با مدلهای زبانی بزرگ را به محیطی شبیه یک استودیوی کامل تبدیل میکند.
اما همین قابلیت سفارشیسازی، سیلیتاون را به یکی از دشوارترین ابزارهای هوش مصنوعی برای مبتدیان تبدیل کرده است. اگر از مرحلهٔ نصب عبور کنید، با برنامهای ارزشمند روبهرو خواهید شد؛ اما همین شرط بزرگ برای کسانی که با اپلیکیشنهای هوش مصنوعی آشنایی ندارند، دردسرساز است.
سیلیتاون در حقیقت چیست
یک کنترل از راه دور همهکاره، نه یک مدل مستقل
سیلیتاون رابط کاربری محلی برای ارتباط با مدلهای تولید متن، موتورهای تولید تصویر و مدلهای تبدیل متن به گفتار است که در فوریهٔ ۲۰۲۳ از TavernAI منشعب شد. این برنامه خود مدلها را اجرا نمیکند، بلکه نقش یک کنترل از راه دور همهکاره را دارد.
این کنترل از راه دور به مجموعهٔ گستردهای از سرویسهای پشتیبان متصل میشود؛ از جمله KoboldAI، Ooba، Tabby، اوپناِیآی، کلود، میسترال، جمینی، اوپنروتر، نوولاِیآی و هاگینگ فیس؛ همهٔ آنها از طریق یک رابط در دسترس هستند. این انتخاب طراحی، انعطافپذیری فوقالعادهای فراهم میکند. میتوانید بدون خروج از برنامه یا از دست دادن تاریخچهٔ گفتوگو، از مدل محلی Ollama به کلود یا نقطهٔ پایانی رایگان اوپنروتر بروید.
فلسفهٔ اولویتدادن به شخصیت
فایل PNG که هویت دلخواه را به خاطر میسپارد
تمام قابلیتهای سیلیتاون حول کارتهای شخصیت میچرخند؛ کارتهایی که مجموعهای از پرامپتها را در بر میگیرند، شخصیت هوش مصنوعی را تعریف میکنند و برای گفتوگوهای مداوم ضروریاند. این کارتها فقط فایل متنی نیستند؛ کارت شخصیت در واقع تصویری PNG است که توضیحات شخصیت، سبک دیالوگ، تنظیمات صحنه و قوانین رفتاری را بهصورت فراداده در خود جای میدهد؛ بنابراین آواتار و دادههای شخصیت در یک شیء واحد کنار هم قرار میگیرند.
از آنجا که پروژه متنباز است، جامعهای پویا نیز پیرامون آن شکل گرفته است. سایتهایی وجود دارند که دهها هزار کارت شخصیت قابل دانلود ارائه میدهند و میتوانید آنها را با کشیدن و رها کردن به نصب محلی خود اضافه کنید. افزون بر این، سیلیتاون از گفتوگوی گروهی پشتیبانی میکند؛ چند شخصیت هوش مصنوعی میتوانند همزمان با شما یا با یکدیگر در یک اتاق گفتوگو کنند؛ قابلیتی بسیار مفید برای یک رابط چت.
حافظه، پیشزمینه و بازیابی اطلاعات
کلیدواژههایی که پنهانی متن ورودی را بازنویسی میکنند
سیلیتاون قابلیتی به نام World Info، معروف به کتابهای پیشزمینه، دارد؛ سیستمی برای تعریف شخصیتها، مکانها و قطعات متن ثابت که هنگام ظاهرشدن کلیدواژههای مشخص در گفتوگو، بهطور خودکار به پرامپت افزوده میشوند. به این ترتیب، برنامه میتواند خطوط داستانی طولانی یا شخصیتهای ثابت را بدون نیاز به تکرار پیشزمینه در هر جلسه حفظ کند.
برای سناریوهای سنگینتر، حتی افزونهٔ ذخیرهسازی برداری نیز وجود دارد که با استفاده از embeddings، بازیابی حافظهٔ بلندمدت را ممکن میسازد. این قابلیت عملاً یک خط لولهٔ RAG داخلی را شبیهسازی میکند تا هوش مصنوعی بتواند زمینهٔ مرتبط گذشته را از تاریخی بسیار طولانیتر از پنجرهٔ زمینهٔ خود بازیابی کند. افزودن پشتیبانی Data Bank برای ارجاع به اسناد شخصی، برنامه را از یک چتبات فراتر میبرد و به دستیار دانش شخصیِ دارای شخصیت نزدیک میکند.
جایی که واقعاً میدرخشد
مهندسی پرامپت، اما این بار تقریباً شبیه برنامهنویسی
سیلیتاون، افزون بر گفتوگوهای معمولی، حالت رمان بصری دارد که گفتوگو را به تجربهای شبیه رمان تصویری تبدیل میکند؛ با اسپرایت شخصیتها، تغییرات عاطفی و پسزمینهٔ صحنه. این حالت مستقیماً با Automatic1111 و ComfyUI یکپارچه میشود تا تصاویر را بهصورت محلی با Stable Diffusion یا FLUX تولید کند؛ بهطوری که شخصیتها میتوانند در میانهٔ گفتوگو تصویر خلق کنند.
قابلیت متنبهگفتار با ارائهدهندگانی مانند ElevenLabs، Coqui و GPT‑SoVITS کار میکند و میتوان برای هر شخصیت صدایی جداگانه تعیین کرد. در لایهٔ زیرین همهٔ اینها، STscript قرار دارد؛ زبانی ویژه برای ماکروها و دستورهای اسلش که خودکارسازی زنجیرهٔ پرامپتها، مدیریت متغیرها و ساخت منطق شرطی را مستقیماً در رابط چت ممکن میسازد. اگر تاکنون میخواستید مهندسی پرامپت را به چیزی شبیه برنامهنویسی واقعی تبدیل کنید، این ابزار همان چیزی است که به دنبالش بودهاید.
نصب برنامه و دلیل شهرتش
چند مرحلهٔ نصب، مانع نخستین گفتوگوی شما میشوند
اگر تا اینجا چیزی روشن نشده باشد، اکنون میتوان فهمید چرا SillyTavern چنین شهرتی دارد. نصب SillyTavern شامل نصب Node.js با نسخهٔ LTS، سپس نصب Git، کلونکردن شاخهٔ release مخزن، اجرای npm install و راهاندازی دستی سرور از طریق اسکریپت آغازین مناسب سیستمعامل است. مستندات رسمی حتی هشدار میدهند که برنامه را در پوشههای محافظتشدهٔ سیستم مانند Program Files یا System32 نصب نکنید؛ زیرا مشکلات دسترسی ممکن است برنامه را پیش از نخستین اجرا از کار بیندازند.
حتی اگر برنامه را بهصورت محلی اجرا کنید، هنوز چیزی برای گفتوگو نخواهید داشت. سپس باید جداگانه یک پسزمینهٔ مدل متصل کنید، کلید API وارد کنید یا برنامه را به سرور استنتاج محلی اشاره دهید؛ تنها پس از آن میتوانید پیامی را آزمایش کنید. هیچیک از این مراحل برای کسی که با ترمینال راحت است، کار پیچیدهای نیست؛ اما مقایسهٔ این فرایند با اجرای ابزاری مانند Ollama یا LM Studio فوراً نشان میدهد چرا مانع ورود به آن بالاست.
واقعاً برای چه کسی است
ساختهشده برای کسانی که رفع اشکال را سرگرمی میدانند
SillyTavern تحت مجوز AGPL‑۳.۰ منتشر شده، برای خودمیزبانی طراحی شده است و آشکارا علاقهمندان هوش مصنوعی را هدف میگیرد؛ کسانی که میخواهند کنترل عمیقتری بر پرامپتها، شخصیتها و خطهای تولید داشته باشند، نه کاربران عادی که در پی پاسخهای سریعاند. این برنامه دقیقاً همان حس دستکاری و آزمونوخطا را پاداش میدهد که خودمیزبانها و علاقهمندان به هوملب دوست دارند. اگر با دیدن مشکل، نخستین واکنشتان بررسی آن باشد، شاید حتی از فرایند نصب هم لذت ببرید.
اما این برنامه صرفاً یک اپلیکیشن Dockerشدهٔ دیگر نیست که با یک فرمان ترمینال اجرا شود. مستندات رسمی نیز آن را همینگونه توصیف میکنند: هدف، بیشترین کنترل کاربر است و منحنی یادگیری بخشی از لذت کار در نظر گرفته میشود. جذاب یا خستهکنندهبودن آن کاملاً به این بستگی دارد که تا چه اندازه از پیکربندی نرمافزار پیش از استفاده لذت میبرید.
منبع: این مطلب ترجمه و بومیسازی مقالهای از MakeUseOf به قلم Yadullah Abidi است. مشاهده مقاله اصلی