Início rápido da API Dolphin models ai

1. Pré-requisitos: SDK e Chave de API

Cadastre-se usando sua conta do Google ou e-mail para receber uma chave de API instantaneamente. Você precisa do SDK oficial para a linguagem de sua preferência para se comunicar com o endpoint. A chave autentica todas as requisições que você envia.

2. Configure sua URL Base

Defina a URL base para HTTPS://api.dolphinmodelsai.com/v1 na configuração do seu cliente. Esta URL roteia suas solicitações para nossos servidores de inferência uncensored. Certifique-se de que sua chave da API seja passada no cabeçalho de autorização. O endpoint segue padrões padrão da OpenAI para compatibilidade.

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. Envie sua primeira solicitação de conclusão de chat

Envie uma solicitação POST para /v1/chat/completions com o id do modelo "uncensored". Inclua seu histórico de mensagens no array de mensagens. A API retorna uma resposta de texto sem recusas de conteúdo para uso adulto lícito. Você pode ajustar parâmetros como temperatura para controlar a aleatoriedade.

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. Habilite o Streaming e Gerencie o Uso de Tokens

Defina streaming como true para receber tokens conforme são gerados. Cada chunk contém texto parcial e metadados de uso. O último chunk inclui a contagem total de tokens para precisão na faturamento. Esta abordagem reduz a latência percebida para respostas longas.

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 o Modo JSON para Saída Estruturada

Envie response_format como {"type": "json_object"} para forçar saída estruturada. O modelo garante sintaxe JSON válida na resposta. Este recurso é ideal para analisar dados na lógica do seu aplicativo. Elimina a necessidade de validação manual com regex.

6. Implemente Chamadas de Função (Ferramentas)

Defina ferramentas na solicitação para habilitar recursos de chamada de funções. O modelo pode retornar chamadas de ferramentas em vez de texto simples. Você executa a função e envia o resultado de volta ao modelo. Esse padrão suporta fluxos de trabalho complexos em múltiplas etapas.

7. Entenda Limites de Taxa e Parâmetros

Cada chave de API está limitada a 300 solicitações por minuto. Você pode ter 8 solicitações simultâneas a qualquer momento. A janela de contexto suporta até 100.000 tokens para entrada e saída combinadas. Solicitações que excedem esses limites recebem o código de erro 429. Erros de crédito retornam o status 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)