Τεκμηρίωση API Dolphin uncensored llm

Authentication and Base URL

Το API key σας ταυτοποιεί κάθε αίτηση προς την υποδομή μας. Βρίσκετε αυτό το κλειδί στη σελίδα Get API key μετά τη σύνδεση με Google ή κωδικό email. Κρατήστε αυτό το string μυστικό γιατί παρέχει πλήρη πρόσβαση στα προπληρωμένα πιστωτικά σας.

Κατευθύνετε τον πελάτη SDK ή HTTP στο βασικό URL μας. Αντικαθιστάτε το προεπιλεγμένο endpoint OpenAI με αυτή τη διεύθυνση για να διασφαλίσετε ότι οι κλήσεις σας κατευθύνονται στο μοντέλο μας χωρίς λογοκρισία.

https://api.dolphinuncensoredllm.com/v1

Το Endpoint chat.completions

Στείλτε το prompt σας στο endpoint ολοκλήρωσης συνομιλίας για να λάβετε έξοδο κειμένου. Αυτό το τυπικό endpoint δέχεται τις οδηγίες συστήματος και τα μηνύματα χρήστη. Πρέπει να καθορίσετε το ID μοντέλου ως uncensored σε κάθε αίτημα.

Ακολουθεί ένα βασικό request χρησιμοποιώντας την εντολή 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 }'

Ενσωμάτωση SDK Python

Χρησιμοποιήστε την επίσημη βιβλιοθήκη Python της OpenAI για να αλληλεπιδράσετε με το API μας. Αρχικοποιείτε τον πελάτη με τη βάση URL και το API key σας. Αυτό σας επιτρέπει να χρησιμοποιείτε familiar μεθόδους όπως chat.completions.create.

Το παρακάτω κώδικας δείχνει μια απλή αίτηση δημιουργίας κειμένου:

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 )

Ρύθμιση Πελάτη Node.js

Εγκαταστήστε το πακέτο OpenAI npm και ρυθμίστε το να χρησιμοποιεί τη βασική διεύθυνση URL μας. Αυτό διασφαλίζει ότι η εφαρμογή Node.js στέλνει αιτήματα στο σωστό uncensored μοντέλο.

Προσδιορίστε τον πελάτη με τα διαπιστευτήριά σας και στείλτε ένα μήνυμα:

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 Αποκρίσεις και Μετρήσεις Token

Ενεργοποιήστε τη ροή (streaming) ορίζοντας την παράμετρο stream σε true. Αυτό επιστρέφει tokens προοδευτικά, βελτιώνοντας την αντιλαμβανόμενη καθυστέρηση για μεγάλες εξόδους. Το τελευταίο τμήμα στη ροή περιέχει τα πλήρη στατιστικά στοιχεία χρήσης tokens.

Αυτή η προσέγγιση είναι ιδανική για διεπαφές πραγματικού χρόνου:

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 || ''); }

Κωδικοί Σφαλμάτων και Όρια Ρυθμού

Θα συναντήσετε συγκεκριμένους κωδικούς HTTP status όταν κάτι πάει στραβά. Ένα σφάλμα 401 σημαίνει ότι το API key σας είναι άκυρο ή λείπει. Ένα σφάλμα 402 υποδεικνύει ότι το υπόλοιπο του προκαταβλημένου πιστωτικού σας είναι πολύ χαμηλό για το αίτημα.

Τα όρια ρυθμού προστατεύουν την υποδομή. Σας επιτρέπονται 300 αιτήσεις ανά λεπτό ανά κλειδί. Αν τα ξεπεράσετε, λαμβάνετε σφάλμα 429 Too Many Requests. Μπορείτε επίσης να στείλετε 8 αιτήσεις ταυτόχρονα. Το παράθυρο πλαισίου σας είναι 100,000 tokens συνολικά για prompt και completion συνδυαστικά.

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);

Ροή

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)