Dokumentacja API Dolphin uncensored llm

Uwierzytelnianie i URL bazowy

Twój klucz API uwierzytelnia każde żądanie do naszej infrastruktury. Ten klucz znajdziesz na stronie Pobierz klucz API po zalogowaniu się za pomocą Google lub hasła e-mail. Przechowuj ten ciąg znaków w sekrecie, ponieważ daje pełny dostęp do Twoich pre-paidowanych kredytów.

Wskaż klienta SDK lub klienta HTTP na nasz adres bazowy. Zastępujesz domyślny punkt końcowy OpenAI tym adresem, aby zapewnić, że Twoje wywołania są kierowane do naszego nieograniczonego modelu.

https://api.dolphinuncensoredllm.com/v1

Endpoint chat.completions

Wyślij swój prompt do endpointu chat completions, aby otrzymać wyjście tekstowe. Ten standardowy endpoint akceptuje Twoje instrukcje systemowe i wiadomości użytkownika. Musisz określić identyfikator modelu jako uncensored w każdym zapytaniu.

Oto podstawowe żądanie używające polecenia 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 }'

Integracja SDK Python

Użyj oficjalnej biblioteki Python OpenAI do interakcji z naszym API. Inicjujesz klienta, podając URL bazowy i klucz API. Pozwala to na używanie znanych metod, takich jak chat.completions.create.

Poniższy kod demonstruje proste żądanie generowania tekstu:

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 )

Konfiguracja klienta Node.js

Zainstaluj pakiet npm OpenAI i skonfiguruj go do używania naszego bazowego adresu URL. Zapewnia to, że Twoja aplikacja Node.js wysyła żądania do właściwego modelu uncensored.

Zainicjuj klienta, podając dane logowania i wyślij wiadomość:

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.' }] });

Odpowiedzi strumieniowe i liczniki tokenów

Włącz strumieniowanie, ustawiając parametr stream na true. Zwraca to tokeny progresywnie, poprawiając postrzeganą opóźnienie dla długich wyjść. Ostatni fragment w strumieniu zawiera pełne statystyki zużycia tokenów.

To podejście jest szczególnie przydatne w interfejsach działających w czasie rzeczywistym:

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 || ''); }

Kody błędów i limity szybkości

Napotkasz konkretne kody statusu HTTP, gdy coś pójdzie nie tak. Błąd 401 oznacza, że Twój klucz API jest nieprawidłowy lub go brakuje. Błąd 402 wskazuje, że stan konta z góry opłaconego kredytu jest zbyt niski do zrealizowania żądania.

Limity szybkości chronią infrastrukturę. Masz do dyspozycji 300 żądań na minutę na klucz. Jeśli przekroczysz ten limit, otrzymasz błąd 429 Too Many Requests. Możesz również wysyłać 8 żądań jednocześnie. Twoje okno kontekstowe wynosi łącznie 100,000 tokenów dla promptu i completionu.

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);

Strumieniowanie

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)