Panduan Permulaan API Dolphin
Mula dengan API Dolphin dengan menyambungkan alat serasi OpenAI sedia ada anda ke LLM tanpa sensor kami. Panduan ini merangkumi pengesahan, permintaan asas, penstriman, dan had kritikal untuk penggunaan bervolume tinggi.
https://api.apidolphin.com/v1uncensored
Mula dengan baki percubaan
Masukkan e-mel dan kata laluan untuk melihat kunci anda serta-merta.
Buka akaunURL Asas dan Pengesahan
Kunci API anda mengesahkan setiap permintaan ke hujung (endpoint) kami. Gunakan URL asas HTTPS://api.apidolphin.com/v1 dengan mana-mana SDK serasi OpenAI. Pengenal pasti model ialah "uncensored" untuk semua penyelesaian. Persediaan ini memastikan kod anda berfungsi dengan infrastruktur kami tanpa pengubahsuaian.
Kami menyokong parameter standard seperti suhu dan top_p. Anda boleh mengaktifkan mod JSON atau panggilan fungsi mengikut keperluan. Ralat dan penolakan tidak menggunakan kredit pra-dibayar anda. Hanya penggunaan token sebenar yang dikenakan pada kadar telus kami.
Hantar Permintaan Pertama Anda
Hantar penyelesaian sembang asas untuk mengesahkan sambungan anda. Gunakan arahan curl di bawah untuk menguji hujung akhir. Gantikan YOUR_API_KEY dengan kunci sebenar anda dari papan pemuka. Respons mengembalikan output teks model.
Permintaan ini menggunakan format OpenAI standard. Anda boleh menyesuaikan prompt sistem atau mesej pengguna seperti yang diperlukan. API mengembalikan objek respons yang mengandungi teks yang dijana. Sahkan output sepadan dengan jangkaan anda sebelum meluaskan skala.
Contoh penggunaan:
curl 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"}]
}'
Integrasi SDK Python
Gunakan pustaka Python rasmi OpenAI untuk berinteraksi dengan API kami. Tetapkan URL asas dan kunci API dalam konfigurasi klien anda. Petikan kod di bawah menunjukkan panggilan penjanaan teks ringkas.
Pasang perpustakaan melalui pip. Kemudian mulakan klien dengan kelayakan anda. Panggil chat.completions.create dengan nama model "uncensored". Pendekatan ini mengekalkan kebolehportan kod anda merentasi penyedia LLM yang berbeza.
Contoh kod:
from 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)
Integrasi SDK Node
SDK Node mengikuti corak konfigurasi yang sama. Mulakan klien OpenAI dengan URL asas dan kunci anda. Hantar permintaan penyelesaian menggunakan model "uncensored". Kaedah ini sesuai untuk aplikasi sisi pelayan.
Pastikan anda mengendalikan data respons dengan betul. API mengembalikan objek penyelesaian standard. Anda boleh mengakses teks yang dijana dari objek respons. Konfigurasi ini berfungsi dengan Express, Fastify, atau mana-mana rangka kerja Node.js.
Contoh pelaksanaan:
import 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);
Tangani Respons Penstriman
Dayakan penstriman untuk penghantaran token masa nyata. Tetapkan parameter stream kepada true dalam permintaan anda. API mengembalikan pecahan data sejurus ia dijana. Ini mengurangkan latensi yang dirasakan bagi pengguna akhir.
Proses setiap potongan dalam logik aplikasi anda. Potongan terakhir mengandungi butiran penggunaan token akhir. Aliran berfungsi dengan semua parameter yang disokong. Ia sesuai untuk antara muka sembang dan penjanaan teks langsung.
Contoh pengaliran:
stream = 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)
Had, Ralat, dan Tetingkap Konteks
Akaun anda mempunyai tetingkap konteks 100,000 token. Ini termasuk kedua-dua token prompt dan penyelesaian. Output maksimum setiap permintaan ialah 16,000 token. Jika anda tidak menetapkan max_tokens, hadnya ialah 2,048 token.
Rate limits allow 300 requests per minute per key. You can have 8 concurrent requests. The request body size limit is 8 MB. Handle HTTP 401 for invalid keys, 402 for insufficient credit, and 429 for rate limits. Errors are free, so you can retry without cost.
FAQ
Apakah API lumba-lumba?
API dolphin adalah titik akhir yang dihoskan, serasi OpenAI, yang melayani model bahasa besar tidak disensor. Ia menyokong penjanaan teks dengan parameter standard seperti suhu dan top_p. Anda hanya membayar untuk penggunaan token sebenar dengan kredit prabayar.
Bagaimakah kredit prabayar berfungsi?
Kredit dikenakan berdasarkan penggunaan token sebenar untuk input dan output. Ralat dan penolakan tidak menggunakan baki anda. Kredit berbayar tidak pernah luput, dan anda boleh menambah baki dengan crypto pada bila-bila masa.
Apakah had kadar?
Anda boleh menghantar sehingga 300 permintaan setiap minit setiap kunci API. Terdapat had sebanyak 8 permintaan serentak. Badan permintaan mesti berada di bawah 8 MB. Had ini memastikan prestasi stabil untuk penggunaan bervolume tinggi.
Buka kunci API anda
Daftar, dapatkan kunci anda, dan kemas kini URL asas. Itu sahaja.