Início Rápido Modelo Dolphin ai

Instale seu SDK preferido

Come instalando a biblioteca para sua linguagem. Este pacote lida com serialização e autenticação automaticamente.

Execute o comando para o seu ambiente. Ele adiciona as dependências necessárias ao seu projeto.

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

Esses SDKs suportam as mesmas interfaces usadas pelos principais provedores. Você obtém tipos de erro padrão e objetos de resposta.

Configure a URL base e a chave

Aponte seu cliente para nosso endpoint hospedado. Substitua a URL padrão pelo nosso endereço base específico.

• URL Base: https://api.dolphinaimodel.com/v1
• ID do Modelo: uncensored

Defina sua chave de API na variável de ambiente OPENAI_API_KEY. O SDK lê isso automaticamente. A autenticação usa cabeçalhos de token bearer padrão. Não são necessários cabeçalhos especiais.

Esta configuração funciona com qualquer cliente compatível com OpenAI. Você evita a complexidade do proxy usando a interface padrão diretamente.

Envie sua primeira conclusão

Fazer uma solicitação POST para /v1/chat/completions. O modelo responde livremente para uso adulto lícito. Ele não recusa temas controversos ou explícitos por padrão.

Envie seu prompt no array de mensagens. A resposta contém o texto gerado no campo content. Você pode ajustar temperatura e top_p para controle.

Este endpoint lida apenas com geração de texto. Não suporta embeddings ou geração de imagens. Mantenha suas solicitações simples para obter os melhores resultados.

Erros retornam códigos de status HTTP padrão. Verifique o corpo da resposta para detalhes sobre falhas.

Lide com respostas de streaming

Ative o streaming definindo stream: true. O servidor envia chunks via Server-Sent Events (SSE). Cada chunk contém texto parcial.

Processe cada chunk conforme chega. Isso reduz a latência percebida para respostas longas. O último chunk inclui estatísticas de uso de tokens.

O streaming funciona com todos os parâmetros. Você pode interromper o streaming no meio do caminho, se necessário. A conexão é encerrada limpos após a conclusão.

Use isso para aplicativos interativos. Ele fornece feedback imediato aos usuários sem esperar pela geração completa.

Use ferramentas e modo JSON

Defina definições de função na solicitação. O modelo pode chamar essas funções com base no seu prompt. Use tool_choice para forçar um comportamento específico.

Ativar o modo JSON com response_format. A saída é estritamente formatada como um objeto JSON. Isso garante uma análise confiável no seu código.

Combine ferramentas com streaming para fluxos de trabalho complexos. Você pode lidar com várias chamadas de função em uma única rodada. O modelo segue seu esquema com precisão.

Teste com ferramentas simples primeiro. Verifique a estrutura de saída antes de integrar em sistemas de produção.

Gerencie limites de tokens

A janela de contexto é de 100.000 tokens no total. Isso inclui tokens de entrada e saída. Planeje seus prompts de acordo.

A saída máxima é de 16.000 tokens por solicitação. Se você não definir max_tokens, o limite padrão é 2.048. Ajuste este parâmetro para respostas mais longas.

Os limites de taxa são de 300 solicitações por minuto. Você pode ter 8 solicitações simultâneas por chave. Exceder esses limites retorna um código de status 429.

Monitore seu uso por meio dos cabeçalhos de resposta. As contagens de tokens estão incluídas em todas as respostas. Isso ajuda você a permanecer dentro dos limites do seu crédito pré-pago.

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)