Dolphin ai model API Quickstart

Installera din föredragna SDK

Börja med att installera biblioteket för ditt språk. Detta paket hanterar serialisering och autentisering automatiskt.

Kör kommandot för din miljö. Det lägger till nödvändiga beroenden till ditt projekt.

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

Dessa SDK:er stöder samma gränssnitt som används av stora leverantörer. Du får standard feltyper och svarsobjekt.

Konfigurera bas-URL:en och nyckel

Peka din klient mot vår hostade slutpunkt. Ersätt standard-URL:en med vår specifika basadress.

• Bas-URL: https://api.dolphinaimodel.com/v1
• Modell-ID: uncensored

Ställ in din API-nyckel i miljövariabeln OPENAI_API_KEY. SDK:et läser detta automatiskt. Autentisering använder standard bearer-token-rubriker. Inga speciella rubriker krävs.

Denna konfiguration fungerar med vilken OpenAI-kompatibel klient som helst. Du undviker proxy-komplexitet genom att använda standardgränssnittet direkt.

Skicka din första komplettering

Gör en POST-förfrågan till /v1/chat/completions. Modellen svarar fritt för laglig vuxen användning. Den vägrar inte kontroversiella eller explicita ämnen som standard.

Skicka din prompt i messages-arrayen. Svaret innehåller den genererade texten i content-fältet. Du kan justera temperaturen och top_p för kontroll.

Denna slutpunkt hanterar endast textgenerering. Den stöder inte embeddingar eller bildgenerering. Håll dina förfrågningar enkla för bästa resultat.

Fel returnerar standardiserade HTTP-statuskoder. Kontrollera svarsbodyn för detaljer om fel.

Hantera strömnings svar

Aktivera strömning genom att ställa in stream: true. Servern skickar chunkar via Server-Sent Events (SSE). Varje chunk innehåller delvis text.

Bearbeta varje bit när den anländer. Detta minskar upplevd latens för långa svar. Den sista biten innehåller tokenanvändningsstatistik.

Streaming fungerar med alla parametrar. Du kan avbryta mitt i strömmen vid behov. Anslutningen stängs ordentligt efter slutförandet.

Använd detta för interaktiva applikationer. Det ger omedelbar feedback till användare utan att vänta på fullständig generering.

Använd verktyg och JSON-läge

Definiera funktionsdefinitioner i begäran. Modellen kan anropa dessa funktioner baserat på din prompt. Använd tool_choice för att tvinga specifikt beteende.

Aktivera JSON-läge med response_format. Utmatningen är strikt formaterad som ett JSON-objekt. Detta säkerställer pålitlig analys i din kod.

Kombinera verktyg med strömning för komplexa arbetsflöden. Du kan hantera flera funktionssamlingar i ett enda varv. Modellen följer din schema exakt.

Testa med enkla verktyg först. Verifiera output-strukturen innan du integrerar i produktionssystem.

Hantera tokenbegränsningar

Kontextrutan är 100 000 tokens totalt. Detta inkluderar både inmatnings- och utdatatokens. Planera dina prompts därefter.

Max output är 16 000 tokens per begäran. Om du inte anger max_tokens, gränsen är standardinställd till 2 048. Justera denna parameter för längre svar.

Rate limits är 300 förfrågningar per minut. Du kan ha 8 samtidiga förfrågningar per nyckel. Att överskrida dessa gränser returnerar en 429-statuskod.

Övervaka din användning via svarshuvuden. Tokenräkningar ingår i varje svar. Detta hjälper dig att hålla dig inom dina förbetala kreditgränser.

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);

Strömning

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)