Démarrage rapide API Dolphin

URL de base et authentification

Votre clé API authentifie chaque requête adressée à notre point de terminaison. Utilisez l'URL de base HTTPS://api.apidolphin.com/v1 avec n'importe quel SDK compatible OpenAI. L'identifiant du modèle est "uncensored" pour toutes les complétions. Cette configuration garantit que votre code fonctionne avec notre infrastructure sans modification.

Nous prenons en charge des paramètres standard tels que temperature et top_p. Vous pouvez activer le mode JSON ou l’appel de fonctions selon les besoins. Les erreurs et les refus ne consomment pas votre crédit prépayé. Seule l’utilisation effective des tokens est facturée à nos tarifs transparents.

Envoyez votre première demande

Envoyez une complétion de chat basique pour vérifier votre connexion. Utilisez la commande curl ci-dessous pour tester l'endpoint. Remplacez YOUR_API_KEY par votre clé réelle issue du tableau de bord. La réponse renvoie la sortie textuelle du modèle.

Cette requête utilise le format standard OpenAI. Vous pouvez ajuster les prompts système ou les messages utilisateur selon les besoins. L'API renvoie un objet de réponse contenant le texte généré. Vérifiez que la sortie correspond à vos attentes avant de passer à l'échelle.

Utilisation d'exemple :

Copycurl https://api.apidolphin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Convert the attached JSON payload to YAML format"}]
  }'

Intégration du SDK Python

Utilisez la bibliothèque Python officielle d'OpenAI pour interagir avec notre API. Définissez l'URL de base et la clé API dans la configuration de votre client. L'extrait de code ci-dessous illustre un appel simple de génération de texte.

Installez la bibliothèque via pip. Initialisez ensuite le client avec vos identifiants. Appelez chat.completions.create avec le nom du modèle "uncensored". Cette approche rend votre code portable entre différents fournisseurs de LLM.

Exemple de code :

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apidolphin.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)

Intégration du SDK Node

Le SDK Node suit le même schéma de configuration. Initialisez le client OpenAI avec votre URL de base et votre clé. Envoyez une requête de complétion en utilisant le modèle "uncensored". Cette méthode est idéale pour les applications côté serveur.

Assurez-vous de gérer correctement les données de réponse. L'API renvoie un objet de complétion standard. Vous pouvez accéder au texte généré à partir de l'objet de réponse. Cette configuration fonctionne avec Express, Fastify ou tout framework Node.js.

Exemple d'implémentation :

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apidolphin.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);

Gérer les réponses en streaming

Activez le streaming pour la livraison de jetons en temps réel. Définissez le paramètre stream sur true dans votre requête. L'API renvoie des blocs de données au fur et à mesure de leur génération. Cela réduit la latence perçue pour les utilisateurs finaux.

Traitez chaque chunk dans la logique de votre application. Le dernier chunk contient les détails d'utilisation des jetons finaux. Le streaming fonctionne avec tous les paramètres pris en charge. Il est idéal pour les interfaces de chat et la génération de texte en direct.

Exemple de 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)

Limites, Erreurs et Fenêtre de contexte

Votre compte dispose d'une fenêtre de contexte de 100,000 tokens. Cela inclut à la fois les tokens de prompt et de complétion. Le nombre maximum de tokens par sortie est de 16,000 tokens. Si vous ne définissez pas max_tokens, la limite est de 2,048 tokens.

Les limites de taux permettent 300 requêtes par minute par clé. Vous pouvez effectuer 8 requêtes simultanées. La limite de taille du corps de la requête est de 8 Mo. Gérez les erreurs HTTP 401 pour les clés invalides, 402 pour le crédit insuffisant et 429 pour les limites de taux. Les erreurs sont gratuites, vous pouvez donc réessayer sans coût.