Inicio rápido de la API de Dolphin models ai

1. Requisitos previos: SDK y clave API

Regístrate con tu cuenta de Google o correo electrónico para recibir una clave API al instante. Necesitas el SDK oficial para tu lenguaje preferido para comunicarte con el endpoint. La clave autentica cada solicitud que envías.

2. Configura tu URL base

Establece la URL base en HTTPS://api.dolphinmodelsai.com/v1 en la configuración de tu cliente. Esta URL enruta tus solicitudes a nuestros servidores de inferencia uncensored. Asegúrate de pasar tu clave de API en el encabezado de autorización. El punto final sigue los patrones estándar de OpenAI para la compatibilidad.

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. Enviar tu primera solicitud de finalización de chat

Envía una solicitud POST a /v1/chat/completions con el id del modelo "uncensored". Incluye tu historial de mensajes en el array messages. La API devuelve una respuesta de texto sin rechazos de contenido para uso adulto lícito. Puedes ajustar parámetros como la temperatura para controlar la aleatoriedad.

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. Habilita el streaming y maneja el uso de tokens

Establece streaming en true para recibir tokens a medida que se generan. Cada fragmento contiene texto parcial y metadatos de uso. El último fragmento incluye el recuento total de tokens para la precisión de facturación. Este enfoque reduce la latencia percibida para respuestas largas.

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. Use el modo JSON para salida estructurada

Pasa response_format como {"type": "json_object"} para forzar una salida estructurada. El modelo garantiza una sintaxis JSON válida en la respuesta. Esta función es ideal para analizar datos e integrarlos en la lógica de tu aplicación. Elimina la necesidad de validación manual con regex.

6. Implementa llamadas a funciones (Herramientas)

Define las herramientas en tu solicitud para habilitar las capacidades de invocación de funciones. El modelo puede devolver llamadas a herramientas en lugar de texto plano. Ejecutas la función y envías el resultado de vuelta al modelo. Este patrón admite flujos de trabajo complejos de múltiples pasos.

7. Comprende los Límites de Tasa y los Parámetros

Cada clave de API está limitada a 300 solicitudes por minuto. Puedes tener 8 solicitudes concurrentes en cualquier momento. La ventana de contexto admite hasta 100,000 tokens para entrada y salida combinadas. Las solicitudes que excedan estos límites reciben un código de error 429. Los errores de crédito devuelven un estado 402.

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)