Dolphin ia Gyors Kezdés

Base URL és Hitelesítés

API-nk a HTTPS://api.dolphinia.cc/v1 címen érhető el, és minden kéréshez egyszerű API-kulcs szükséges. Ezt a kulcsot azonnal megkapod a Google-fiókkal vagy e-maillel történő regisztráció után a műszerfalon, és soha nem jár le. Az aggregátorokkal ellentétben, amelyek előfizetések mögé rejtik a költségeket, csak a ténylegesen felhasznált tokenekért számítunk fel díjat. Tartsd biztonságban a kulcsot környezeti változókban, mert bárki, akinek megvan a kulcs, elköltheti az előre fizetett hitelét. A szolgáltatás szigorú, percenkénti 300 kérés korlátot alkalmaz kulcsonként a stabilitás biztosítása érdekében minden felhasználó számára.

Egy chat befejezési kérés küldése

Tegye meg az első hívást a szabványos chat completions végpont segítségével a "uncensored" modellazonosítóval. Ez a kérés elküldi a promptját szerverünkre, és szöges választ ad a többi modellben gyakori visszautasítások nélkül. Egyetlen kérés törzsében akár 8 MB adatot is elküldhet, ami a legtöbb szabványos felhasználási eset számára elegendő. Ha túllépi az átfutási határt, a szerver 429-es hibát ad vissza, jelezve, hogy rövid ideig várakoznia kell. Mindig ellenőrizze, hogy a válasz tartalmaz-e érvényes message objektumot a további feldolgozás előtt.

Streamelési válaszok és tokenfelhasználás

A streamelés engedélyezéséhez állítsa a stream paramétert true értékre, amely Server-Sent Events formátumban adja vissza a tokeneket generáláskor. Ez a megközelítés jelentősen csökkenti a késleltést, különösen hosszú kimenetek generálása esetén, akár a kérésenkénti 16 000 tokenes maximumig. A stream végső darabja tartalmazza a teljes token-felhasználási statisztikákat, lehetővé téve a költségek valós idejű követését. Feldolgozhatja ezeket az eseményeket az alkalmazásában, hogy fokozatosan megjelenítse a szöveget a felhasználó számára, anélkül, hogy várnia kellene a teljes generálás befejezésére.

Függvényhívás és JSON mód

Hasznosíts natív függvényhívást egy tools tömb biztosításával a kérésben, lehetővé téve a modell számára, hogy strukturált adatot adjon vissza az alkalmazásaid számára. Szigorú JSON kimenetet is érvényesíthetsz a response_format paraméterrel, ami ideális a lefelé irányuló rendszerekkel való integrációhoz, amelyek pontos sémamegfelelőséget igényelnek. A modell támogatja a tool_choice opciókat a kontrollhoz, hogy kötelező-e függvényt hívnia vagy szabadon generáljon szöveget. Használd ezeket a funkciókat robusztus ügynökök építéséhez, amelyek külső API-kkal vagy adatbázisokkal lépnek kapcsolatba anélkül, hogy rendetlen szöveget kellene parsolniuk.

Paraméterek: Hőmérséklet, Top P, Seedek

A kimenet kreativitásának és véletlenszerűségének szabályozása temperature, top_p és seed paraméterekkel, pontosan úgy, mint a standard OpenAI klienseknél. Az alacsonyabb temperature determinisztikusabb eredményeket ad, míg a magasabb érték változatosabb és kreatívabb válaszokat ösztönöz. A seed beállítása reprodukálhatóságot biztosít, ami kritikus fontosságú az uncensored LLM munkafolyamatok hibakereséséhez. Megadhat stop szekvenciákat is a generálás megállításához meghatározott jeleknél, így precíz kontrollt kap a kimeneti határok felett.

Korlátok, hibák és kontextus ablak

A modell hatalmas 100 000 tokenes kontextusablakot támogat, amely magában foglalja a promptot és a kiegészítést együttesen. Ez lehetővé teszi nagy dokumentumok vagy kiterjedt beszélgetési előzmények továbbítását anélkül, hogy elveszítenéd a korábbi információkat. Ha érvénytelen kulcsot küldesz, 401-es hibát kapsz, a 402-es hiba pedig azt jelzi, hogy az előre fizetett kredited elfogyott. A 429-es sebességkorlát akkor aktiválódik, ha percenként 300 kérést túllépsz, vagy 8 párhuzamos kérést próbálsz egyszerre végrehajtani. Kezeld ezeket a hibákat gracefully a kódodban a zökkenőmentes működés érdekében.

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);

Streamelés

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)