Quickstart API modele AI Dolphin

1. Precondiții: SDK și cheie API

Înregistrează-te folosind contul Google sau adresa de email pentru a primi o cheie API instant. Ai nevoie de SDK-ul oficial pentru limbajul preferat pentru a comunica cu endpoint-ul. Cheia autentifică fiecare solicitare trimisă.

2. Configurați URL-ul dvs. de bază

Stabilește URL-ul de bază la HTTPS://api.dolphinmodelsai.com/v1 în configurația clientului tău. Acest URL direcționează cererile tale către serverele noastre de inferență uncensored. Asigură-te că cheia ta API este trecută în antetul de autorizare. Punctul final urmează modelele standard OpenAI pentru compatibilitate.

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. Trimiterea primei solicitări de completare chat

Trimiteți o cerere POST către /v1/chat/completions cu id-ul modelului "uncensored". Include istoricul de mesaje în array-ul messages. API returnează un răspuns text fără refuzuri de conținut pentru uz adult legal. Puteți ajusta parametri precum temperatura pentru a controla aleatorietatea.

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. Activează streaming-ul și gestionează utilizarea tokenilor

Setează streaming la true pentru a primi tokenii pe măsură ce sunt generați. Fiecare chunk conține text parțial și metadate de utilizare. Ultimul chunk include numărul total de tokeni pentru acuratețea facturării. Această abordare reduce latența percepută pentru răspunsurile lungi.

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. Utilizați modul JSON pentru output structurat

Pasați response_format ca {"type": "json_object"} pentru a impune ieșirea structurată. Modelul garantează o sintaxă JSON validă în răspuns. Această funcție este ideală pentru analizarea datelor în logica aplicației dumneavoastră. Elimină necesitatea validării manuale cu regex.

6. Implementarea Function Calling (Unelte)

Definește instrumentele în cerere pentru a activa capabilitățile de apelare a funcții. Modelul poate returna apeluri de instrumente în loc de text simplu. Execută funcția și trimite rezultatul înapoi la model. Acest model de lucru suportă fluxuri de lucru complexe în mai mulți pași.

7. Înțelege limitele de rată și parametrii

Fiecare cheie API este limitată la 300 de cereri pe minut. Poți avea 8 cereri concurente în orice moment. Fereastra de context suportă până la 100.000 de tokeni pentru input și output combinate. Cererile care depășesc aceste limite primesc codul de error 429. Erorile de credit returnează statusul 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)