Avvio rapido API Dolphin llm

Autenticazione & Impostazione URL di Base

L'API utilizza l'autenticazione standard con token Bearer. Ricevi la tua chiave immediatamente dopo la registrazione con Google o un indirizzo email. Memorizza questa chiave in modo sicuro nelle variabili di ambiente. Tutte le richieste devono puntare all'URL base dedicato per il modello uncensored.

• URL Base: HTTPS://api.llmdolphin.com/v1
• Intestazione Auth: 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"}]
  }'

L'endpoint Chat Completions

Invia prompt di testo all'endpoint POST /v1/chat/completions. L'ID del modello è 'uncensored'. Puoi eseguire lo streaming delle risposte o riceverle come blocchi di testo completi. L'API accetta formati di messaggio standard con ruoli system, user e assistant.

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)

Risposte in streaming e utilizzo dei token

Abilita lo streaming impostando stream=true. Il server restituisce Server-Sent Events (SSE). I dati di utilizzo dei token appaiono nell'ultimo chunk dello stream. Ciò ti consente di tracciare i costi in tempo reale senza attendere la risposta completa.

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);

Function Calling & JSON Mode

Il modello supporta il function calling con definizioni di strumenti. Puoi anche forzare l'output JSON utilizzando response_format. Ciò garantisce un'analisi coerente per i tuoi pipeline di automazione. Definisce gli strumenti nell'array messages o nell'oggetto di richiesta.

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)

Parametri: Temperatura, Top P e Seed

Controlla la creatività con temperature e la diversità con top_p. Usa seed per output riproducibili. Il modello accetta parametri standard come sequenze di stop e presenza penalty. Regola questi valori in base al tuo caso d'uso specifico.

Gestione degli errori & Limiti di velocità

Gestisci errori 401 per chiavi non valide e 402 per credito insufficiente. I limiti di frequenza sono 300 richieste al minuto. La finestra di contesto è di 100.000 token. Errori e rifiuti non consumano credito. Controlla lo stato della risposta per i dettagli.