Snelstartgids Dolphin ia API

Basis-URL en authenticatie

Onze API bevindt zich op HTTPS://api.dolphinia.cc/v1 en vereist een eenvoudige API-sleutel voor elk verzoek. U ontvangt deze sleutel onmiddellijk na het aanmelden met Google of e-mail op het dashboard, en deze verloopt nooit. In tegenstelling tot aggregators die kosten verbergen achter abonnementen, rekenen we alleen voor de tokens die u daadwerkelijk verbruikt. Bewaar uw sleutel veilig in uw omgevingsvariabelen, omdat iedereen met de sleutel uw vooruitbetaalde tegoed kan uitgeven. De dienst handhaaft een strikte limiet van 300 verzoeken per minuut per sleutel om stabiliteit voor alle gebruikers te garanderen.

Een Chat Completion Request versturen

Maak je eerste call met het standaard chat-completions-eindpunt met de model-id "uncensored". Dit verzoek stuurt je prompt naar onze server en retourneert een tekstantwoord zonder de typische afwijzingen die je in andere modellen vindt. Je kunt tot 8MB aan data in één request body versturen, wat voldoende is voor de meeste standaard use cases. Als je de rate limit overschrijdt, retourneert de server een 429-fout die aangeeft dat je even moet wachten. Verifieer altijd dat je respons een geldig message-object bevat voordat je verder verwerkt.

Streaming-responsen en tokengebruik

Schakel streaming in door de stream-parameter in te stellen op true, wat tokens levert zoals ze worden gegenereerd via Server-Sent Events. Deze aanpak vermindert de waargenomen latentie aanzienlijk, vooral bij het genereren van lange uitvoer tot het maximum van 16,000 tokens per request. De laatste chunk in de stream bevat de volledige tokengebruiksstatistieken, waardoor u kosten realtime kunt bijhouden. U kunt deze evenementen in uw applicatie verwerken om tekst progressief aan de gebruiker weer te geven zonder te wachten tot de volledige generatie is voltooid.

Function Calling en JSON-modus

Benut native function calling door een tools-array in je verzoek te verstrekken, waardoor het model gestructureerde gegevens voor je applicaties kan retourneren. Je kunt ook strikte JSON-output afdwingen met de response_format-parameter, wat ideaal is voor integratie met downstream-systemen die strikte schema-naleving vereisen. Het model ondersteunt tool_choice-opties om te bepalen of het een functie moet aanroepen of vrij tekst kan genereren. Gebruik deze functies om robuuste agents te bouwen die interageren met externe API's of databases zonder rommelige tekst te parseren.

Parameters: Temperature, Top P en Seeds

Reguleer de creativiteit en willekeurigheid van de output met temperatuur-, top_p- en seed-parameters, net zoals je dat zou doen met standaard OpenAI-clients. Een lagere temperatuur levert meer deterministische resultaten op, terwijl een hogere waarde meer diverse en creatieve antwoorden stimuleert. Het instellen van een seed zorgt voor reproduceerbaarheid, wat cruciaal is voor het debuggen van specifiek gedrag in je uncensored LLM-workflows. Je kunt ook stop-sequenties definiëren om de generatie te stoppen bij specifieke markeringen, zodat je precieze controle hebt over de outputgrenzen.

Limieten, fouten en contextvenster

Je model ondersteunt een enorm contextvenster van 100,000 tokens, dat zowel de prompt als de completion samen omvat. Dit stelt je in staat grote documenten of uitgebreide conversatiegeschiedenissen te versturen zonder eerdere informatie te verliezen. Als je een ongeldige sleutel verstuurt, ontvang je een 401-fout, en een 402-fout geeft aan dat je vooruitbetaalde tegoed op is. De 429-snelheidslimiet activeert als je meer dan 300 verzoeken per minuut overschrijdt of probeert 8 gelijktijdige verzoeken uit te voeren. Verwerk deze fouten soepel in je code om een vlotte werking te garanderen.

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);

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)