Dolphin models ai API Quickstart

1. Forudsætninger: SDK og API-nøgle

Tilmeld dig med din Google-konto eller e-mail for at modtage en API-nøgle øjeblikkeligt. Du skal bruge den officielle SDK til dit foretrukne sprog for at kommunikere med endpointet. Nøglen autentificerer hver anmodning, du sender.

2. Konfigurer din base-URL

Indstil base URL til HTTPS://api.dolphinmodelsai.com/v1 i din klientkonfiguration. Denne URL dirigerer dine anmodninger til vores uncensored-inferensservere. Sørg for, at din API-nøgle overføres i autorisationsheaderen. Endepunktet følger standard OpenAI-mønstre for kompatibilitet.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.dolphinmodelsai.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

3. Send din første chatfuldførelsesanmodning

Send en POST-anmodning til /v1/chat/completions med model-id'et "uncensored". Inkluder din beskedhistorik i messages-arrayet. API'et returnerer et tekst-svar uden indholdsafslag til lovligt voksenbrug. Du kan justere parametre som temperaturen for at kontrollere tilfældigheden.

Copycurl https://api.dolphinmodelsai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the time complexity of this sorting algorithm"}]
  }'

4. Aktiver streaming og håndter tokenforbrug

Indstil streaming til true for at modtage tokens, mens de genereres. Hvert chunk indeholder delvis tekst og forbrugsmetadata. Det sidste chunk indeholder det samlede tokenantal for faktureringsnøjagtighed. Denne tilgang reducerer den opfattede latens for lange svar.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

5. Brug JSON-tilstand til struktureret output

Indsend response_format som {"type": "json_object"} for at tvinge struktureret output. Modellen garanterer gyldig JSON-syntax i svaret. Denne funktion er ideel til at parse data ind i din applikationslogik. Det eliminerer behovet for manuel regex-validering.

6. Implementer Function Calling (Værktøjer)

Definer værktøjer i din request for at aktivere function calling-funktionaliteten. Modellen kan returnere værktøjskald i stedet for ren tekst. Du udfører funktionen og sender resultatet tilbage til modellen. Denne mønster understøtter komplekse multi-step workflows.

7. Forstå rate limits og parametre

Hver API-nøgle er begrænset til 300 anmodninger i minuttet. Du kan have 8 samtidige anmodninger til enhver tid. Kontekstvinduet understøtter op til 100.000 tokens for input og output tilsammen. Anmodninger, der overskrider disse grænser, modtager en 429-fejlkode. Kreditfejl returnerer en 402-status.

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.dolphinmodelsai.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)