Dolphin ia API Quickstart

Base URL 및 인증

우리 API는 HTTPS://api.dolphinia.cc/v1에 위치하며, 모든 요청에 간단한 API 키가 필요합니다. 대시보드에서 Google 또는 이메일로 가입하면 이 키를 즉시 받을 수 있으며, 만료되지 않습니다. 구독 뒤에 숨겨진 비용을 부과하는 집계 서비스와 달리, 실제로 소비한 토큰에 대해서만 요금이 부과됩니다. 환경 변수에 키를 안전하게 보관하세요. 키를 가진 사람은 누구나 선불 크레딧을 사용할 수 있습니다. 모든 사용자에게 안정성을 유지하기 위해 서비스는 키당 분당 300개의 요청 제한을 엄격히 시행합니다.

채팅 완료 요청 보내기

표준 chat completions 엔드포인트를 사용하여 첫 번째 호출을 수행하세요. 모델 ID는 "uncensored"입니다. 이 요청은 프롬프트를 서버로 보내고, 다른 모델에서 흔히 볼 수 있는 거부 없이 텍스트 응답을 반환합니다. 단일 요청 본문에 최대 8MB의 데이터를 보낼 수 있으며, 이는 대부분의 표준 사용 사례에 충분합니다. 속도 제한을 초과하면 서버에서 잠시 대기해야 함을 나타내는 429 오류를 반환합니다. 추가 처리 전에 응답에 유효한 message 객체가 포함되어 있는지 항상 확인하세요.

스트리밍 응답 및 토큰 사용량

stream 파라미터를 true로 설정하여 스트리밍을 활성화하세요. 이는 서버 전송 이벤트를 통해 생성되는 대로 토큰을 전달합니다. 이 방식은 특히 요청당 최대 16,000개의 토큰에 대한 긴 출력 생성 시 지각된 지연 시간을 크게 줄입니다. 스트림의 최종 청크에는 완전한 토큰 사용량 통계가 포함되어 실시간으로 비용을 추적할 수 있습니다. 이러한 이벤트를 애플리케이션에서 처리하여 전체 생성이 완료될 때까지 기다리지 않고 사용자에게 텍스트를 점진적으로 표시할 수 있습니다.

함수 호출 및 JSON 모드

요청에 tools 배열을 제공하여 네이티브 함수 호출을 활용하면 모델이 애플리케이션을 위해 구조화된 데이터를 반환할 수 있습니다. response_format 매개변수를 사용하여 엄격한 JSON 출력을 강제할 수도 있으며, 이는 정확한 스키마 준수가 필요한 하류 시스템과 통합하는 데 이상적입니다. 모델은 함수 호출이 필수인지 아니면 텍스트를 자유롭게 생성할 수 있는지 제어하는 tool_choice 옵션을 지원합니다. 이러한 기능을 사용하여 외부 API나 데이터베이스와 상호 작용하는 견고한 에이전트를 구축하세요.

파라미터: Temperature, Top P, Seeds

표준 OpenAI 클라이언트와 동일한 방식으로 temperature, top_p 및 seed 매개변수를 사용하여 출력의 창의성과 무작위성을 제어하세요. 낮은 temperature는 더 결정론적인 결과를 생성하는 반면, 높은 값은 더 다양하고 창의적인 응답을 장려합니다. seed를 설정하면 재현성이 보장되어 uncensored LLM 워크플로우에서 특정 동작을 디버깅하는 데 중요합니다. 또한 특정 마커에서 생성을 중단하기 위해 stop 시퀀스를 정의하여 출력 경계에 정밀한 제어를 제공할 수 있습니다.

제한 사항, 오류 및 컨텍스트 윈도우

모델은 프롬프트와 completion을 합쳐 100,000 토큰이라는 방대한 컨텍스트 윈도우를 지원합니다. 이를 통해 이전 정보를 잃지 않고 큰 문서나 광범위한 대화 기록을 전달할 수 있습니다. 유효하지 않은 키를 보내면 401 오류가 발생하며, 402 오류는 선불 크레딧이 소진되었음을 나타냅니다. 분당 300회 요청을 초과하거나 동시에 8개의 요청을 시도하면 429 속도 제한이 트리거됩니다. 원활한 작동을 위해 코드에서 이러한 오류를 적절히 처리하세요.

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);

스트리밍

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)