Dolphin obegränsad LLM API-dokumentation

Autentisering och bas-URL

Din API-nyckel autentiserar varje begäran till vår hostade infrastruktur. Du hittar denna nyckel på sidan Hämta API-nyckel efter att ha loggat in med Google eller ett e-postlösenord. Behåll denna sträng hemlig eftersom den ger full tillgång till dina förbetalda krediter.

Pek din SDK- eller HTTP-klient mot vår bas-URL. Du ersätter standard OpenAI-slutpunkten med denna adress för att säkerställa att dina anrop styrs till vår obegränsade modell.

https://api.dolphinuncensoredllm.com/v1

Slutpunkten för chatt.completteringar

Skicka din prompt till chattkompletteringsslutpunkten för att få textutdata. Denna standard slutpunkt accepterar dina systeminstruktioner och användarmeddelanden. Du måste ange modell-ID:et som uncensored i varje begäran.

Här är en grundläggande begäran med curl-kommandot:

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

Använd det officiella OpenAI Python-biblioteket för att interagera med vårt API. Du initierar klienten med din bas-URL och API-nyckel. Detta gör att du kan använda bekanta metoder som chat.completions.create.

Följande kod demonstrerar en enkel textgenereringsbegäran:

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-klientkonfiguration

Installera OpenAI npm-paketet och konfigurera det att använda vår bas-URL. Detta säkerställer att din Node.js-applikation skickar begäranden till rätt obegränsad modell.

Initiera klienten med dina uppgifter och skicka ett meddelande:

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.' }] });

Strömningsresponser och tokenräkning

Aktivera strömning genom att ställa in stream-parametern till true. Detta returnerar tokens progressivt, vilket förbättrar den upplevda latensen för långa utdata. Den sista biten i strömmen innehåller fullständig tokenanvändningsstatistik.

Denna metod är särskilt lämplig för gränssnitt i realtid:

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 || ''); }

Felskoder och hastighetsbegränsningar

Du kommer att stöta på specifika HTTP-statuskoder när något går fel. Ett 401-fel betyder att din API-nyckel är ogiltig eller saknas. Ett 402-fel indikerar att din förbetalda kreditbalans är för låg för förfrågan.

Ratebegränsningar skyddar infrastrukturen. Du har tillstånd att göra 300 förfrågningar per minut per nyckel. Om du överskrider detta får du ett 429 Too Many Requests-fel. Du kan också skicka 8 förfrågningar samtidigt. Ditt kontextfönster är 100,000 tokens totalt för prompt och komplettering tillsammans.

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);

Strömning

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)