Dolphin models ai API Snabbstart

1. Förutsättningar: SDK och API-nyckel

Registrera dig med ditt Google-konto eller e-post för att omedelbart få en API-nyckel. Du behöver det officiella SDK:t för ditt föredragna språk för att kommunicera med slutpunkten. Nyckeln autentiserar varje förfrågan du skickar.

2. Konfigurera din bas-URL

Ställ in bas-URL:en till HTTPS://api.dolphinmodelsai.com/v1 i din klientkonfiguration. Denna URL diriger dina begäran till våra obegränsade inferensservrar. Se till att din API-nyckel skickas i auktoriseringshuvudet. Slutpunkten följer standard OpenAI-mönster för 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. Skicka din första chatkompletteringsbegäran

Skicka en POST-begäran till /v1/chat/completions med modell-ID:t "uncensored". Inkludera din meddelandehistorik i messages-arrayen. API:t returnerar ett text svar utan innehållsavslag för laglig vuxenanvändning. Du kan justera parametrar som temperatur för att styra slumpmässigheten.

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. Aktivera streaming och hantera tokenanvändning

Ställ in streaming till true för att ta emot tokens när de genereras. Varje chunk innehåller delvis text och användningsmetadata. Den sista chunken innehåller totala tokenantalet för noggrann fakturering. Detta tillvägagångssätt minskar uppfattad latens för långa 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. Använd JSON-läge för strukturerade utdata

Skicka response_format som {"type": "json_object"} för att tvinga fram strukturerad utmatning. Modellen garanterar giltig JSON-syntax i svaret. Denna funktion är idealisk för att analysera data till din applikationslogik. Den eliminerar behovet av manuell regex-validering.

6. Implementera funktionsanrop (verktyg)

Definiera verktyg i din begäran för att aktivera funktionsanrop. Modellen kan returnera verktsanrop istället för vanlig text. Du kör funktionen och skickar tillbaka resultatet till modellen. Detta mönster stöder komplexa flerstegsflöden.

7. Förstå hastighetsbegränsningar och parametrar

Varje API-nyckel är begränsad till 300 förfrågningar per minut. Du kan ha 8 parallella förfrågningar när som helst. Kontextfönstret stöder upp till 100 000 tokens för input och output tillsammans. Förfrågningar som överskrider dessa gränser får felkoden 429. Kreditfel returnerar 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)