Dolphin llm API-Schnellstart

Authentifizierung & Basis-URL-Einrichtung

Die API verwendet die Standard-Bearer-Token-Authentifizierung. Sie erhalten Ihren Schlüssel sofort nach der Anmeldung mit Google oder einer E-Mail-Adresse. Speichern Sie diesen Schlüssel sicher in Ihren Umgebungsvariablen. Alle Anfragen müssen die dedizierte Basis-URL für das unzensierte Modell ansprechen.

• Basis-URL: HTTPS://api.llmdolphin.com/v1
• Auth-Header: Authorization: Bearer YOUR_API_KEY

Copycurl https://api.llmdolphin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set variable x to 5"}]
  }'

Der Chat-Completions-Endpunkt

Senden Sie Textprompts an den POST /v1/chat/completions-Endpunkt. Die Modell-ID ist 'uncensored'. Sie können Antworten streamen oder als vollständige Textblöcke erhalten. Die API akzeptiert Standard-Nachweisformate mit System-, Benutzer- und Assistentenrollen.

Copyfrom openai import OpenAI

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

Streaming-Antworten & Token-Nutzung

Aktivieren Sie das Streaming, indem Sie stream=true setzen. Der Server gibt Server-Sent Events (SSE) zurück. Token-Nutzungsdaten erscheinen im letzten Chunk des Streams. Dies ermöglicht es Ihnen, Kosten in Echtzeit zu verfolgen, ohne auf die vollständige Antwort warten zu müssen.

Copyimport OpenAI from "openai";

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

Funktionsaufruf & JSON-Modus

Das Modell unterstützt Function Calling mit Tool-Definitionen. Sie können auch JSON-Ausgabe mit response_format erzwingen. Dies gewährleistet eine konsistente Analyse für Ihre Automatisierungspipelines. Definieren Sie Tools im messages-Array oder im Request-Objekt.

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)

Parameter: Temperatur, Top P, Seed

Kreativität mit temperature und Vielfalt mit top_p steuern. Verwenden Sie seed für reproduzierbare Ausgaben. Das Modell akzeptiert Standardparameter wie Stop-Sequenzen und Presence Penalty. Passen Sie diese Werte an Ihren spezifischen Anwendungsfall an.

Fehlerbehandlung & Ratenbegrenzung

Behandeln Sie 401-Fehler für ungültige Schlüssel und 402 für unzureichendes Guthaben. Rate Limits liegen bei 300 Anfragen pro Minute. Das Kontextfenster beträgt 100.000 Tokens. Fehler und Ablehnungen verbrauchen kein Guthaben. Prüfen Sie den Antwortstatus für Details.