Dolphin unzensierter LLM API-Dokumentation

Authentifizierung und Base URL

Ihr API-Schlüssel authentifiziert jede Anfrage an unsere gehostete Infrastruktur. Sie finden diesen Schlüssel auf der Seite „API-Schlüssel abrufen“, nachdem Sie sich mit Google oder einem E-Mail-Passwort angemeldet haben. Bewahren Sie diese Zeichenfolge geheim auf, da sie den vollständigen Zugriff auf Ihre bezahlten Guthaben gewährt.

Richten Sie Ihren SDK- oder HTTP-Client auf unsere Basis-URL. Sie ersetzen den Standard-OpenAI-Endpunkt durch diese Adresse, um sicherzustellen, dass Ihre Aufrufe zu unserem unzensierten Modell geleitet werden.

https://api.dolphinuncensoredllm.com/v1

Der Chat-Vervollständigungs-Endpunkt

Senden Sie Ihren Prompt an den Chat-Vervollständigungs-Endpunkt, um Textausgaben zu erhalten. Dieser Standard-Endpunkt akzeptiert Ihre Systemanweisungen und Benutzernachrichten. Sie müssen in jeder Anfrage die Modell-ID als uncensored angeben.

Hier ist eine grundlegende Anfrage mit dem curl-Befehl:

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 }'

Python SDK-Integration

Verwenden Sie die offizielle OpenAI-Python-Bibliothek, um mit unserer API zu interagieren. Initialisieren Sie den Client mit Ihrer Basis-URL und Ihrem API-Schlüssel. So können Sie vertraute Methoden wie chat.completions.create verwenden.

Der folgende Code demonstriert eine einfache Textgenerierungsanfrage:

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 )

Node.js-Client einrichten

Installieren Sie das OpenAI npm-Paket und konfigurieren Sie es so, dass es unsere Basis-URL verwendet. Dies stellt sicher, dass Ihre Node.js-Anwendung Anfragen an das richtige uncensored-Modell sendet.

Initialisieren Sie den Client mit Ihren Anmeldeinformationen und senden Sie eine Nachricht:

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.' }] });

Streaming-Antworten und Token-Anzahl

Aktivieren Sie Streaming, indem Sie den Parameter „stream“ auf true setzen. Dies gibt Tokens progressiv zurück, was die wahrgenommene Latenz bei langen Ausgaben verbessert. Der letzte Chunk im Stream enthält die vollständigen Token-Nutzungsstatistiken.

Dieser Ansatz ist ideal für Echtzeitschnittstellen:

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 || ''); }

Fehlercodes und Ratenbegrenzung

Sie werden spezifische HTTP-Statuscodes erhalten, wenn etwas schiefgeht. Ein 401-Fehler bedeutet, dass Ihr API-Schlüssel ungültig oder fehlt. Ein 402-Fehler zeigt an, dass Ihr vorgeschossenes Guthaben für die Anfrage zu niedrig ist.

Ratenbegrenzungen schützen die Infrastruktur. Sie dürfen 300 Anfragen pro Minute pro Schlüssel stellen. Wenn Sie dieses Limit überschreiten, erhalten Sie einen 429 Too Many Requests-Fehler. Sie können auch 8 Anfragen gleichzeitig senden. Ihr Kontextfenster beträgt insgesamt 100.000 Tokens für Prompt und Completion zusammen.

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);

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)