डॉल्फिन मॉडल्स एआई एपीआई क्विकस्टार्ट

1. पूर्व-आवश्यकताएं: SDK और API कुली

अपने Google खाते या ईमेल का उपयोग करके साइन अप करें और तुरंत API कुंजी प्राप्त करें। एंडपॉइंट से संचार करने के लिए आपको अपनी पसंदीभाषा के आधिकारिक SDK की आवश्यकता होगी। कुंजी आपके द्वारा भेजे गए प्रत्येक अनुरोध को प्रमाणीकृत करती है।

2. अपना बेस URL कॉन्फ़िगर करें

अपने क्लाइंट कॉन्फ़िगरेशन में बेस URL को HTTPS://api.dolphinmodelsai.com/v1 पर सेट करें। यह URL आपके अनुरोधों को हमारे uncensored इनफरेंस सर्वर्स की ओर रूट करता है। सुनिश्चित करें कि अपनी API कुंजी अथोराइजेशन हेडर में पास की गई है। एंडपॉइंट संगतता के लिए मानक OpenAI पैटर्न का पालन करता है।

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. अपना पहला चैट कंप्लीशन अनुरोध भेजें

"uncensored" मॉडल आईडी के साथ /v1/chat/completions पर POST अनुरोध भेजें। messages एरे में अपना संदेश इतिहास शामिल करें। API कानूनी वयस्क उपयोग के लिए सामग्री अस्वीकृति के बिना टेक्स्ट प्रतिक्रिया लौटाता है। आप यादृच्छिकता को नियंत्रित करने के लिए तापमान जैसे पैरामीटर को समायोजित कर सकते हैं।

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. स्ट्रीमिंग सक्षम करें और टोकन उपयोग हैंडल करें

स्ट्रीमिंग को true पर सेट करें ताकि टोकन जनरेट होते ही प्राप्त हों। प्रत्येक चंक में आंशिक पाठ और उपयोग मेटाडेटा होता है। बिलिंग सटीकता के लिए कुल टोकन गणना अंतिम चंक में शामिल होती है। इस दृष्टिकोण से लंबी प्रतिक्रियाओं के लिए अनुपस्थित विलंबता कम होती है।

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. संरचित आउटपुट के लिए JSON मोड का उपयोग करें

संरचित आउटपुट लागू करने के लिए response_format को {"type": "json_object"} पास करें। मॉडल प्रतिक्रिया में वैध JSON सिंटैक्स की गारंटी देता है। यह सुविधा आपके एप्लिकेशन लॉजिक में डेटा पार्स करने के लिए आदर्श है। इससे मैन्युअल regex वैलिडेशन की आवश्यकता समाप्त हो जाती है।

6. फंक्शन कॉलिंग (टूल्स) लागू करें

फंक्शन कॉलिंग क्षमताओं को सक्षम करने के लिए अपने रिक्वेस्ट में टूल्स परिभाषित करें। मॉडल सादे टेक्स्ट के बजाय टूल कॉल्स लौटा सकता है। आप फंक्शन को एक्जीक्यूट करते हैं और परिणाम वापस मॉडल को भेजते हैं। यह पैटर्न जटिल मल्टी-स्टेप वर्कफ्लो का समर्थन करता है।

7. रेट लिमिट्स और पैरामीटर समझें

प्रत्येक API कुंजी प्रति मिनट 300 अनुरोधों तक सीमित है। आप किसी भी समय 8 समवर्ती अनुरोध कर सकते हैं। संदर्भ विंडो इनपुट और आउटपुट को मिलाकर 100,000 टोकन तक समर्थित करती है। इन सीमाओं से अधिक अनुरोधों को 429 त्रुटि कोड मिलता है। क्रेडिट त्रुटियां 402 स्टेटस लौटाती हैं।

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)