Dolphin api 快速入门

基础 URL 和认证

您的 API 密钥对所有请求进行身份验证，我们的端点。使用基础 URL HTTPS://api.apidolphin.com/v1 以及任何 OpenAI 兼容的 SDK。模型标识符为 "uncensored" 用于所有补全。此设置确保您的代码无需修改即可与我们的基础设施配合工作。

我们支持 temperature 和 top_p 等标准参数。您可以根据需要启用 JSON 模式或函数调用。错误和拒绝不会消耗您的预付费额度。仅按我们透明的费率收取实际 token 使用费用。

发送您的第一次请求

发送基本的聊天补全以验证您的连接。使用下面的 curl 命令测试端点。将 YOUR_API_KEY 替换为您从仪表板获取的实际密钥。响应返回模型的文本输出。

此请求使用标准的 OpenAI 格式。您可以根据需要调整 system prompt 或用户消息。API 返回包含生成文本的响应对象。在扩展之前，请验证输出是否符合您的预期。

示例用法：

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"}]
  }'

Python SDK 集成

使用官方 OpenAI Python 库与我们的 API 交互。在客户端配置中设置 base URL 和 API 密钥。下面的代码片段演示了一个简单的文本生成调用。

通过 pip 安装库。然后使用你的凭据初始化客户端。使用 model 名称 "uncensored" 调用 chat.completions.create。这种方法使你的代码在不同 LLM 提供商之间保持可移植性。

代码示例：

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)

Node SDK 集成

Node SDK 遵循相同的配置模式。使用您的基础 URL 和密钥初始化 OpenAI 客户端。使用 "uncensored" 模型发送补全请求。此方法适用于服务器端应用程序。

请确保正确处理响应数据。API 返回标准的 completion 对象。您可以从响应对象中获取生成的文本。此设置适用于 Express、Fastify 或任何 Node.js 框架。

实现示例：

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);

处理流式响应

启用流式传输以实现实时 Token 交付。在请求中将 stream 参数设置为 true。API 按生成顺序返回数据块。这降低了终端用户的感知延迟。

在您的应用程序逻辑中处理每个数据块。最后一个数据块包含最终的 token 使用详情。流式传输适用于所有支持的参数。它非常适合聊天界面和实时文本生成。

流式传输示例：

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)

限制、错误和上下文窗口

您的账户拥有 100,000 令牌的上下文窗口。这包括提示令牌和补全令牌。每次请求的最大输出为 16,000 令牌。如果您未设置 max_tokens，则限制为 2,048 令牌。

每个密钥每分钟允许 300 次请求。您可以发起 8 个并发请求。请求体大小限制为 8 MB。处理 HTTP 401（密钥无效）、402（余额不足）和 429（达到限流）。错误免费，因此您可以免费重试。