डॉल्फिन API क्विकस्टार्ट

बेस URL और प्रमाणीकरण

हमारा API HTTPS://api.dolphinia.cc/v1 पर है और हर अनुरोध के लिए एक सरल API key की आवश्यकता होती है। डैशबोर्ड पर Google या ईमेल से साइन अप करने के बाद आपको यह key तुरंत मिल जाती है, और यह कभी समाप्त नहीं होती। एग्रीगेटर्स के विपरीत जो लागत को सब्सक्रिप्शन के पीछे छिपाते हैं, हम केवल उन टोकन के लिए शुल्क लेते हैं जिन्हें आप वास्तव में उपभोग करते हैं। अपनी एनवायरनमेंट वेरिएबल्स में अपनी key सुरक्षित रखें, क्योंकि key वाला कोई भी आपका प्रीपेड क्रेडिट खर्च कर सकता है। सेवा स्थिरता बनाए रखने के लिए प्रति key प्रति मिनट 300 अनुरोधों की कठोर सीमा लागू करती है।

चैट कंप्लीशन रिक्वेस्ट भेजना

"uncensored" मॉडल आईडी के साथ मानक चैट कंप्लीशन एंडपॉइंट का उपयोग करके अपनी पहली कॉल करें। यह अनुरोध आपका प्रॉम्प्ट हमारे सर्वर पर भेजता है और आमतौर पर अन्य मॉडल्स में पाई जाने वाली अस्वीकृतियों के बिना एक टेक्स्ट प्रतिक्रिया लौटाता है। आप एकल अनुरोध बॉडी में 8MB तक डेटा भेज सकते हैं, जो अधिकांश मानक उपयोग मामलों के लिए पर्याप्त है। यदि आप दर सीमा से अधिक हो जाते हैं, तो सर्वर एक 429 त्रुटि लौटाता है जिसका संकेत है कि आपको कुछ देर के लिए पीछे हटना है। आगे प्रसंस्करण करने से पहले हमेशा सत्यापित करें कि आपकी प्रतिक्रिया में एक मान्य संदेश ऑब्जेक्ट शामिल है।

स्ट्रीमिंग रिस्पॉन्सेस और टोकन उपयोग

स्ट्रीम-पैरामीटर को true सेट करके स्ट्रीमिंग सक्षम करें, जो सर्वर-सेंट इवेंट्स के माध्यम से जनरेट होते ही टोकन डिलीवर करता है। यह दृष्टिकोण अनुभव की गई लेटेंसी को काफी कम करता है, विशेष रूप से प्रति अनुरोध 16,000 टोकन के अधिकतम तक लंबे आउटपुट जनरेट करते समय। स्ट्रीम में अंतिम चंक में पूर्ण टोकन उपयोग आंकड़े होते हैं, जिससे आप रियल-टाइम में लागत ट्रैक कर सकते हैं। आप इन इवेंट्स को अपने एप्लिकेशन में प्रोसेस कर सकते हैं ताकि उपयोगकर्ता को पूर्ण जनरेशन पूरा होने का इंतजार किए बिना पाठ को क्रमिक रूप से प्रदर्शित किया जा सके।

फंक्शन कॉलिंग और JSON मोड

नेटिव फंक्शन कॉलिंग का लाभ उठाकर अपने अनुरोध में एक tools एरे प्रदान करें, जिससे मॉडल आपके एप्लिकेशन के लिए संरचित डेटा लौटा सके। आप response_format पैरामीटर का उपयोग करके सख्त JSON आउटपुट को भी लागू कर सकते हैं, जो उन डाउनस्ट्रीम सिस्टम के साथ एकीकरण के लिए आदर्श है जिन्हें सटीक स्कीमा अनुपालन की आवश्यकता होती है। मॉडल tool_choice विकल्पों का समर्थन करता है ताकि आप यह नियंत्रित कर सकें कि क्या उसे फंक्शन कॉल करना चाहिए या वह स्वतंत्र रूप से टेक्स्ट जनरेट कर सकता है। बाहरी API या डेटाबेस के साथ इंटरैक्ट करने वाले मजबूत एजेंट्स बनाने के लिए इन सुविधाओं का उपयोग करें, बिना अस्तव्यस्त टेक्स्ट को पार्स किए।

पैरामीटर: तापमान, Top P, और Seeds

मानक OpenAI क्लाइंट्स के साथ जैसे ही, तापमान, top_p, और seed पैरामीटर का उपयोग करके आउटपुल की रचनात्मकता और यादृच्छिकता को नियंत्रित करें। निम्न तापमान अधिक निर्धारणात्मक परिणाम देता है, जबकि उच्चतर मान अधिक विविध और रचनात्मक प्रतिक्रियाओं को प्रोत्साहित करता है। एक seed सेट करने से पुनरुत्पादकता सुनिश्चित होती है, जो आपके uncensored LLM वर्कफ़्लो में विशिष्ट व्यवहार को डिबग करने के लिए महत्वपूर्ण है। आप विशिष्ट मार्करों पर जनरेशन रोकने के लिए stop सीक्वेंस भी परिभाषित कर सकते हैं, जिससे आपको आउटपुल सीमाओं पर सटीक नियंत्रण मिलता है।

सीमाएं, त्रुटियां, और संदर्भ विंडो

आपके मॉडल में एक विशाल 100,000 टोकन की संदर्भ विंडो का समर्थन है, जो प्रॉम्प्ट और पूर्णता दोनों को शामिल करता है। इससे आपको बड़े दस्तावेज या विस्तृत संवाद इतिहास भेजने की अनुमति मिलती है बिना पूर्व की जानकारी खोए। यदि आप एक अमान्य कुंजी भेजते हैं, तो आपको 401 त्रुटि प्राप्त होगी, और 402 त्रुटि यह संकेत देती है कि आपकी पूर्वभुगत क्रेडिट समाप्त हो गई है। यदि आप प्रति मिनट 300 अनुरोधों से अधिक करते हैं या एक साथ 8 समानांतर अनुरोध करने का प्रयास करते हैं तो 429 दर सीमा ट्रिगर होती है। सुचारू संचालन सुनिश्चित करने के लिए इन त्रुटियों को अपने कोड में सहजता से हैंडल करें।

cURL

Copycurl https://api.dolphinia.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the three main benefits of using Redis for caching."}]
  }'

Python

Copyfrom openai import OpenAI

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