डॉल्फिन ai मॉडल API क्विकस्टार्ट

अपनी पसंदीदा SDK इंस्टॉल करें

अपनी भाषा के लिए लाइब्रेरी इंस्टॉल करें। यह पैकेज स्वचालित रूप से सीरियलाइजेशन और प्रमाणीकरण संभालता है।

अपने वातावरण के लिए कमांड चलाएं। यह आपके प्रोजेक्ट में आवश्यक निर्भरताएं जोड़ता है।

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

ये SDK प्रमुख प्रदाताओं द्वारा उपयोग किए जाने वाले वही इंटरफ़ेस समर्थित करते हैं। आपको मानक त्रुटि प्रकार और प्रतिक्रिया ऑब्जेक्ट मिलते हैं।

बेस URL और कुंजी कॉन्फ़िगर करें

अपने क्लाइंट को हमारे होस्टेड एंडपॉइंट की ओर निर्देशित करें। डिफ़ॉल्ट यूआरएल को हमारे विशिष्ट बेस एड्रेस से बदलें।

• बेस यूआरएल: https://api.dolphinaimodel.com/v1
• मॉडल ID: uncensored

अपनी API कुंजी को पर्यावरण चर में OPENAI_API_KEY. SDK इसे स्वचालित रूप से पढ़ता है। प्रमाणीकरण मानक बेयरर टोकन हेडर का उपयोग करता है। कोई विशेष हेडर आवश्यक नहीं है।

यह सेटअप किसी भी OpenAI-कम्पैटिबल क्लाइंट के साथ काम करता है। आप प्रॉक्सी जटिलता को स्टैंडर्ड इंटरफेस का सीधा उपयोग करके टाल सकते हैं।

अपना पहला कंप्लीशन

एक POST अनुरोध करें /v1/chat/completions. मॉडल कानूनी वयस्क उपयोग के लिए स्वतंत्र रूप से उत्तर देता है। यह डिफ़ॉल्ट रूप से विवादास्पद या स्पष्ट विषयों को अस्वीकार नहीं करता है।

संदेश सरणी में अपना प्रॉम्प्ट भेजें। प्रतिक्रिया में जनरेटेड टेक्स्ट कंटेंट फ़ील्ड में होता है। नियंत्रण के लिए आप तापमान और top_p को समायोजित कर सकते हैं।

यह एंडपॉइंट केवल टेक्स्ट जनरेशन को हैंडल करता है। यह एम्बेडिंग्स या इमेज जनरेशन को सपोर्ट नहीं करता है। बेस्ट रिजल्ट्स के लिए अपने रिक्वेस्ट्स को सरल रखें।

त्रुटियाँ मानक HTTP स्टेटस कोड लौटाती हैं। विफलताओं पर विवरण के लिए प्रतिक्रिया बॉडी जांचें।

स्ट्रीमिंग प्रतिक्रियाओं को हैंडल करें

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true. सर्वर सर्वर-सेंट इवेंट्स (SSE) के माध्यम से चंक भेजता है। प्रत्येक चंक आंशिक टेक्स्ट शामिल करता है।

प्रत्येक चंक को आने पर प्रक्रिया करें। यह लंबे उत्तरों के लिए अनुभवजन्य विलंबता को कम करता है। अंतिम चंक में टोकन उपयोग सांख्यिकी शामिल होती है।

स्ट्रीमिंग सभी पैरामीटर के साथ काम करता है। आप यदि आवश्यक हो तो मध्य-स्ट्रीम में रोक सकते हैं। कनेक्शन पूरा होने के बाद साफ-सुथरा बंद हो जाता है।

इंटरैक्टिव एप्लिकेशंस के लिए इसका उपयोग करें। यह उपयोगकर्ताओं को पूर्ण जनरेशन की प्रतीक्षा किए बिना तत्काल प्रतिक्रिया प्रदान करता है।

टूल्स और JSON मोड का उपयोग करें

अनुरोध में फ़ंक्शन परिभाषाएँ परिभाषित करें। मॉडल आपके प्रॉम्प्ट के आधार पर इन फ़ंक्शन को कॉल कर सकता है। उपयोग करें tool_choice विशिष्ट व्यवहार को बल देने के लिए।

JSON मोड को response_format. आउटपुट कड़ाई से एक JSON ऑब्जेक्ट के रूप में प्रारूपित है। यह आपके कोड में विश्वसनीय पार्सिंग सुनिश्चित करता है।

जटिल वर्कफ़्लो के लिए स्ट्रीमिंग के साथ टूल्स को जोड़ें। आप एक ही टर्न में कई फ़ंक्शन कॉल हैंडल कर सकते हैं। मॉडल आपके स्कीमा का सटीक पालन करता है।

पहले सरल टूल्स के साथ शुरू करें। उत्पादन प्रणालियों में एकीकृत करने से पहले आउटपुट संरचना की पुष्टि करें।

टोकन लिमिट का प्रबंधन करें

संदर्भ विंडो कुल 100,000 टोकन है। इसमें इनपुट और आउटपुट टोकन दोनों शामिल हैं। अपने प्रॉम्प्ट इसी अनुसार योजनाबद्ध करें।

अधिकतम आउटपुट प्रति अनुरोध 16,000 टोकन है। यदि आप सेट नहीं करते हैं max_tokens, सीमा डिफ़ॉल्ट रूप से 2,048 है। लंबी प्रतिक्रियाओं के लिए इस पैरामीटर को समायोजित करें।

रेट लिमिट्स प्रति मिनट 300 अनुरोध हैं। आप प्रति कुंजी 8 समवर्ती अनुरोध कर सकते हैं। इन सीमाओं को पार करने पर 429 स्टेटस कोड लौटाया जाता है।

अपने उपयोग की निगरानी रिस्पॉन्स हेडर्स के माध्यम से करें। हर रिस्पॉन्स में टोकन गणनाएं शामिल होती हैं। यह आपको अपने प्रीपेड क्रेडिट सीमाओं के भीतर रहने में मदद करता है।

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);

स्ट्रीमिंग

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)