Dolphin ai model API Quickstart

Installer din foretrukne SDK

Start med at installere biblioteket til dit sprog. Denne pakke håndterer serialisering og autentificering automatisk.

Kør kommandoen for dit miljø. Den tilføjer de nødvendige afhængigheder til dit projekt.

• Python: pip install openai
• Node.js: npm install openai

Disse SDK'er understøtter de samme grænseflader, som bruges af store leverandører. Du får standard fejltyper og svarobjekter.

Konfigurér base URL og nøgle

Peg din klient mod vores hosted endpoint. Erstat standard URL med vores specifikke base adresse.

• Base URL: https://api.dolphinaimodel.com/v1
• Model-ID: uncensored

Indstil din API-nøgle i miljøvariablen OPENAI_API_KEY. SDK'et læser dette automatisk. Autentificering bruger standard bearer-token-hoveder. Der kræves ingen specielle hoveder.

Denne opsætning virker med enhver OpenAI-kompatibel klient. Du undgår proxy-kompleksitet ved at bruge standardgrænsefladen direkte.

Send din første completion

Lav en POST-anmodning til /v1/chat/completions. Modellen svarer frit til lovligt voksenbrug. Den afviser ikke kontroversielle eller eksplicitte emner som standard.

Send din prompt i messages-arrayet. Svaret indeholder den genererede tekst i content-feltet. Du kan justere temperaturen og top_p for kontrol.

Dette endpoint håndterer kun tekstgenerering. Det understøtter ikke embeddings eller billedegenerering. Hold dine forespørgsler enkle for bedste resultater.

Fejl returnerer standard HTTP-statuskoder. Tjek response body for detaljer om fejl.

Håndtering af streaming-svar

Aktivér streaming ved at indstille stream: true. Serveren sender chunks via Server-Sent Events (SSE). Hver chunk indeholder delvis tekst.

Behandle hver chunk, mens den ankommer. Dette reducerer den opfattede latens for lange svar. Den sidste chunk inkluderer token-brugsstatistik.

Streaming fungerer med alle parametre. Du kan afbryde undervejs, hvis det er nødvendigt. Forbindelsen lukkes rentabelt efter afslutning.

Brug dette til interaktive applikationer. Det giver øjeblikkelig feedback til brugere uden at vente på fuld generering.

Brug tools og JSON-tilstand

Definér funktionsdefinitioner i anmodningen. Modellen kan kalde disse funktioner baseret på din prompt. Brug tool_choice for at tvinge specifik adfærd.

Aktiver JSON-tilstand med response_format. Outputtet er strengt formateret som et JSON-objekt. Dette sikrer pålidelig parsing i din kode.

Kombinér værktøjer med streaming til komplekse arbejdsgange. Du kan håndtere flere funktionskald i et enkelt turn. Modellen følger dit skema præcist.

Test med simple værktøjer først. Verificer output-strukturen, før du integrerer i produktionssystemer.

Håndter token-grænser

Kontekstvinduet er på 100.000 tokens i alt. Dette inkluderer både input- og output-tokens. Planlæg dine prompts derefter.

Maksimalt output er 16.000 tokens pr. anmodning. Hvis du ikke angiver max_tokens, grænsen default til 2.048. Juster denne parameter for længere svar.

Ratebegrænsningen er 300 requests i minuttet. Du kan have 8 samtidige requests per nøgle. At overskride disse grænser returnerer en 429-statuskode.

Overvåg din brug via svarheaders. Token-tællinger er inkluderet i hvert svar. Dette hjælper dig med at holde dig inden for dine forudbetalede kreditgrænser.

cURL

Copycurl https://api.dolphinaimodel.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Calculate the factorial of 42"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.dolphinaimodel.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)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.dolphinaimodel.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);

Streaming

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)