Dolphin 無審查 LLM API 文件

身份驗證與基礎 URL

您的 API 金鑰用於驗證對我們基礎設施的所有請求。在使用 Google 或電子郵件密碼登入後，您可以在「取得 API 金鑰」頁面找到此金鑰。請妥善保管此字串，因為它代表對您預付信用額度的完整存取權。

將您的 SDK 或 HTTP 客戶端指向我們的基礎 URL。您將預設的 OpenAI 端點替換為此地址，以確保您的呼叫路由至我們的無審查模型。

https://api.dolphinuncensoredllm.com/v1

聊天完成端點

向聊天完成端點發送您的提示詞以接收文字輸出。此標準端點接受您的系統指令和使用者訊息。您必須在每個請求中將模型 ID 指定為 uncensored。

這是一個使用 curl 命令的基本請求：

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 集成

使用官方 OpenAI Python 函式庫與我們的 API 互動。您使用 base URL 和 API 金鑰初始化客戶端。這讓您可以使用熟悉的方法，例如 chat.completions.create。

以下程式碼演示了一個簡單的文本生成請求：

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 客戶端設置

安裝 OpenAI npm 套件，並將其設定為使用我們的基礎 URL。這可確保您的 Node.js 應用程式將請求傳送至正確的 uncensored 模型。

使用您的憑證初始化客戶端並發送訊息：

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.' }] });

串流回應與 Token 計數

透過將 stream 參數設為 true 來啟用串流。這會逐步回傳 token，改善長輸出的感知延遲。串流中的最後一個片段包含完整的 token 使用統計數據。

此方法非常適合即時介面：

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 || ''); }

錯誤代碼與速率限制

當出現錯誤時，您會遇到特定的 HTTP 狀態碼。401 錯誤表示您的 API 金鑰無效或缺失。402 錯誤表示您的預付信用餘額不足以支付請求。

速率限制可保護基礎設施。您每個金鑰每分鐘可發送 300 個請求。如果您超過此限制，將收到 429 Too Many Requests 錯誤。您也可以同時發送 8 個請求。您的上下文視窗總計為 100,000 tokens（包含提示和補全）。

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);

串流

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)