Dolphin llm API Gyors kezdés
A Dolphin LLM egy cenzúra nélküli API-t kínál 100k kontextusablakkal. Ez az útmutató megmutatja a fejlesztőknek, hogyan integrálhatják a szolgáltatást szabványos OpenAI-kompatibilis ügyfelekkel.
Hitelesítés & Base URL beállítás
Az API szabványos Bearer token hitelesítést használ. A kulcsot azonnal megkapod Google-fiókkal vagy e-mail címmel történő regisztráció után. Tárold ezt a kulcsot biztonságosan a környezeti változóidban. Minden kérésnek a dedikált alap URL-re kell irányulnia a cenzúrázatlan modell számára.
- Base URL: HTTPS://api.llmdolphin.com/v1
- Auth fejléc: Authorization: Bearer YOUR_API_KEY
curl 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"}]
}'
A Chat Completions végpont
Szövegpromptok küldése a POST /v1/chat/completions végpontra. A modell azonosítója 'uncensored'. Streamelheti a válaszokat, vagy teljes szövegblokkokként kaphatja meg őket. Az API standard üzenetformátumokat fogadad system, user és assistant szerepekkel.
from 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)
Streamelési válaszok és tokenfelhasználás
A streamelés engedélyezéséhez állítsa a stream=true értéket. A szerver Server-Sent Events (SSE) formátumban ad vissza adatokat. A token-felhasználási adatok a stream utolsó chunkjában jelennek meg. Ez lehetővé teszi a költségek valós idejű nyomon követését a teljes válaszra való várakozás nélkül.
import 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);
Funkcióhívás & JSON Mode
A modell támogatja a function callingt eszközdefiníciókkal. A response_format segítségével JSON kimenetet is kikényszeríthet. Ez konzisztens elemzést biztosít az automatizálási folyamatokhoz. Az eszközöket definiálja a messages tömbben vagy a request objektumban.
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)
Paraméterek: Hőmérséklet, Top P, Seed
Kreativitás vezérlése temperature-rel, sokszínűség vezérlése top_p-vel. Használj seedet a reprodukálható kimenetekhez. A modell elfogadja a szabványos paramétereket, mint például a leállási szekvenciák és a jelenléti büntetés. Állítsd ezeket az értékeket a konkrét felhasználási esetedhez.
Hibakezelés & Sebességkorlátok
Kezeld a 401-es hibákat az érvénytelen kulcsokért és a 402-es hibákat az elégtelen hitelért. A sebességkorlátok percenkénti 300 kérés. A kontextusablak 100 000 token. A hibák és az elutasítások nem fogyasztanak hitelt. Ellenőrizd a válasz státuszát a részletekért.
Gyakran ismételt kérdések
Mi a kontextus ablak a Dolphin LLM-hez?
A modell 100,000 tokenes kontextusablakot támogat. Ez magában foglalja a promptot és a kiegészítést is. Kérésenként akár 16,000 token kérhető kimenetre.
Hogyan fizethetek az APIért?
USDT-tel a TRC20 hálózaton vagy USDC-vel a Base hálózaton töltheted fel a számládat. A kreditek nem járnak le, és a tényleges felhasználás alapján kerülnek elszámolásra. A minimális feltöltési összeg $20.
Az uncensored modell ugyanaz, mint a GPT?
Nem, ez egy nyílt súlyozású modell, amelyet a korlátlan válaszokra hangoltak. Nem GPT, Claude vagy más gygartó modellje. Ugyanazt a kliens kódot használja.
Generálja az API kulcsát
Regisztrálj, másold ki a kulcsot, és frissítsd az alap URL-t. Ez minden, amit konfigurálnod kell.