Documentazione API Dolphin uncensored llm

Autenticazione e Base URL

La tua chiave API autentica ogni richiesta alla nostra infrastruttura ospitata. Trovi questa chiave nella pagina Ottieni chiave API dopo aver effettuato l'accesso con Google o con una password email. Mantieni questa stringa segreta perché concede l'accesso completo ai tuoi crediti prepagati.

Indirizza il tuo client SDK o HTTP al nostro URL di base. Sostituisci l'endpoint OpenAI predefinito con questo indirizzo per assicurarti che le tue chiamate vengano instradate verso il nostro modello senza filtri.

https://api.dolphinuncensoredllm.com/v1

L'Endpoint chat.completions

Invia il tuo prompt all'endpoint di completamento chat per ricevere output testuale. Questo endpoint standard accetta le tue istruzioni di sistema e i messaggi utente. Devi specificare l'ID del modello come uncensored in ogni richiesta.

Ecco una richiesta base utilizzando il comando 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 }'

Integrazione SDK Python

Utilizza la libreria Python ufficiale di OpenAI per interagire con la nostra API. Inizializzi il client con il tuo URL di base e la chiave API. Questo ti permette di utilizzare metodi familiari come chat.completions.create.

Il seguente codice dimostra una semplice richiesta di generazione di testo:

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 )

Configurazione client Node.js

Installa il pacchetto npm di OpenAI e configuralo per utilizzare il nostro URL di base. Questo garantisce che la tua applicazione Node.js invii richieste al modello uncensored corretto.

Inizializza il client con le tue credenziali e invia un messaggio:

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.' }] });

Risposte in streaming e conteggio dei token

Abilita lo streaming impostando il parametro stream su true. Questo restituisce i token in modo progressivo, migliorando la latenza percepita per gli output lunghi. L'ultimo chunk del flusso contiene le statistiche complete sull'utilizzo dei token.

Questo approccio è ideale per interfacce in tempo reale:

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 || ''); }

Codici di errore e limiti di velocità

Incontrerai codici di stato HTTP specifici quando qualcosa va storto. Un errore 401 significa che la tua chiave API non è valida o è mancante. Un errore 402 indica che il tuo saldo di credito prepagato è troppo basso per la richiesta.

I limiti di frequenza proteggono l'infrastruttura. Hai a disposizione 300 richieste al minuto per chiave. Se superi questo limite, ricevi un errore 429 Too Many Requests. Puoi anche inviare 8 richieste simultaneamente. La tua finestra di contesto è di 100,000 token in totale per prompt e completamento combinati.

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)