Dokumentace k API Dolphin uncensored llm

Autentizace a základní URL

Váš klíč API autentizuje každý požadavek na naši hostovanou infrastrukturu. Tento klíč najdete na stránce Získat API klíč po přihlášení přes Google nebo heslo k e-mailu. Uchovejte tento řetězec v tajnosti, protože poskytuje plný přístup k vašim předplaceným kreditům.

Nasměrujte klienta SDK nebo HTTP klienta na naši základní URL. Nahradíte tím výchozí endpoint OpenAI touto adresou, abyste zajistili, že vaše volání budou směrována k našemu modelu bez omezení.

https://api.dolphinuncensoredllm.com/v1

Endpoint chat.completions

Pošlete svůj podnět na endpoint chat completions pro získání textového výstupu. Tento standardní endpoint přijímá vaše systémové instrukce a zprávy uživatele. V každém požadavku musíte specifikovat ID modelu jako uncensored.

Zde je základní požadavek pomocí příkazu curl:

curl -X POST https://api.dolphinuncensoredllm.com/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "uncensored", "messages": [{"role": "user", "content": "Tell me a dark story."}], "max_tokens": 500 }'

Integrace Python SDK

Použijte oficiální knihovnu OpenAI pro Python pro komunikaci s naším API. Klient inicializujete se svou základní URL a API klíčem. To vám umožňuje používat známé metody jako chat.completions.create.

Následující kód demonstruje jednoduchý požadavek na generování textu:

import openai client = openai.OpenAI( base_url="https://api.dolphinuncensoredllm.com/v1", api_key="YOUR_API_KEY" ) response = client.chat.completions.create( model="uncensored", messages=[{"role": "user", "content": "Explain quantum computing."}], max_tokens=1024 )

Nastavení klienta Node.js

Nainstalujte balíček OpenAI npm a nakonfigurujte ho tak, aby používal naši základní URL. To zajistí, že vaše aplikace Node.js odesílá požadavky správnému modelu uncensored.

Inicializujte klienta pomocí vašich přihlašovacích údajů a pošlete zprávu:

import OpenAI from 'openai'; const client = new OpenAI({ baseURL: 'https://api.dolphinuncensoredllm.com/v1', apiKey: 'YOUR_API_KEY' }); const response = await client.chat.completions.create({ model: 'uncensored', messages: [{ role: 'user', content: 'Write code for a scraper.' }] });

Streamované odpovědi a počty tokenů

Povolte streamování nastavením parametru stream na true. Toto vrací tokeny postupně, což zlepšuje vnímanou latenci pro dlouhé výstupy. Poslední blok ve streamu obsahuje kompletní statistiky spotřeby tokenů.

Tento přístup je ideální pro rozhraní v reálném čase:

const stream = await client.chat.completions.create({ model: 'uncensored', messages: [{ role: 'user', content: 'Write a long poem.' }], stream: true }); for await (const chunk of stream) { process.stdout.write(chunk.choices[0]?.delta?.content || ''); }

Kódy chyb a limity rychlosti

Setkáte se s konkrétními kódy stavu HTTP, když se něco pokazí. Chyba 401 znamená, že váš klíč API je neplatný nebo chybí. Chyba 402 indikuje, že zůstatek předplaceného kreditu je na požadavek příliš nízký.

Limity rychlosti chrání infrastrukturu. Je vám povoleno 300 požadavků za minutu na klíč. Pokud tento limit překročíte, obdržíte chybu 429 Too Many Requests. Můžete také odeslat 8 požadavků současně. Vaše okno kontextu má celkem 100,000 tokenů pro prompt i dokončení dohromady.

cURL

Copycurl https://api.dolphinuncensoredllm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summit the meeting notes to bullet points"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.dolphinuncensoredllm.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.dolphinuncensoredllm.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);

Streamování

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)