डॉल्फिन अनसेंसर्ड LLM API दस्तावेज़ीकरण

प्रमाणीकरण और बेस यूआरएल

आपका API key हमारी होस्टिंग इंफ्रास्ट्रक्चर द्वारा हर अनुरोध को प्रमाणीकृत करता है। आप इस कुंजी को Google या ईमेल पासवर्ड से साइन इन करने के बाद 'Get API key' पेज पर पाते हैं। इस स्ट्रिंग को गोपनीय रखें क्योंकि यह आपके प्रीपेड क्रेडिट्स तक पूर्ण एक्सेस प्रदान करती है।

अपने SDK या HTTP क्लाइंट को हमारे बेस यूआरएल की ओर निर्देशित दें। आप डिफ़ॉल्ट ओपनएआई एंडपॉइंट को इस पते से प्रतिस्थापित करते हैं ताकि सुनिश्चित किया जा सके कि आपके कॉल हमारे अनसेंसर्ड मॉडल की ओर रूट होते हैं।

https://api.dolphinuncensoredllm.com/v1

चैट.कंप्लीशंस एंडपॉइंट

अपना प्रॉम्प्ट चैट कंप्लीशन्स एंडपॉइंट पर भेजें ताकि टेक्स्ट आउटपुट प्राप्त हो सके। यह स्टैंडर्ड एंडपॉइंट आपके सिस्टम निर्देशों और यूजर मेसेज्स को स्वीकार करता है। आपको हर रिक्वेस्ट में मॉडल आईडी को uncensored के रूप में निर्दिष्ट करना होगा।

curl कमांड का उपयोग करके एक बेसिक अनुरोध:

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 इंटीग्रेशन

हमारे API के साथ इंटरैक्ट करने के लिए आधिकारिक OpenAI Python लाइब्रेरी का उपयोग करें। आप अपनी बेस URL और API कुंजी के साथ क्लाइंट को इनिशियलाइज़ करते हैं। इससे आपको chat.completions.create जैसे परिचित विधियों का उपयोग करने की अनुमति मिलती है।

निम्नलिखित कोड एक सरल टेक्स्ट जनरेशन अनुरोध को प्रदर्शित करता है:

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 क्लाइंट सेटअप

OpenAI npm पैकेज इंस्टॉल करें और इसे हमारे बेस यूआरएल का उपयोग करने के लिए कॉन्फ़िगर करें। यह सुनिश्चित करता है कि आपका Node.js ऐप सही अनसेंसर्ड मॉडल को अनुरोध भेजता है।

अपने क्रेडेंशियल्स के साथ क्लाइंट को इनिशियलाइज़ करें और एक संदेश भेजें:

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.' }] });

स्ट्रीमिंग रिस्पॉन्सेस और टोकन काउंट

stream पैरामीटर को true पर सेट करके स्ट्रीमिंग सक्षम करें। यह लंबे आउटपुट के लिए दृष्टिगोचर विलंबता को बेहतर बनाते हुए टोकन को क्रमिक रूप से लौटाता है। स्ट्रीम में अंतिम चंक में पूर्ण टोकन उपयोग आंकड़े होते हैं।

यह दृष्टिकोण रियल-टाइम इंटरफेस के लिए आदर्श है:

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 || ''); }

त्रुटि कोड और रेट लिमिट

जब कुछ गलत होता है तो आपको विशिष्ट HTTP स्टेटस कोड मिलेंगे। एक 401 त्रुटि का अर्थ है कि आपकी API कुंजी अमान्य या अनुपलब्ध है। एक 402 त्रुटि संकेत देती है कि आपके प्रीपेड क्रेडिट बैलेंस का अनुरोध के लिए पर्याप्त नहीं है।

रेट लिमिट्स इंफ़्रास्ट्रक्चर की रक्षा करते हैं। आपको प्रति कुंजी प्रति मिनट 300 अनुरोध की अनुमति है। यदि आप इससे अधिक भेजते हैं, तो आपको 429 Too Many Requests त्रुटि मिलती है। आप एक साथ 8 अनुरोध भी भेज सकते हैं। आपकी कॉन्टेक्स्ट विंडो प्रॉम्प्ट और कंप्लीशन को मिलाकर कुल 100,000 टोकन है।

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);

स्ट्रीमिंग

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)