Dolphin nsfw API-dokumentation

Base URL og autentificering

Forbind ved hjælp af den standard OpenAI-kompatible base-URL. Erstat din eksisterende API-nøgle med den, der er genereret fra dit dashboard. Vi understøtter ethvert klientbibliotek, der accepterer en base-URL-overskrivning.

• Base URL: https://api.dolphinnsfw.com/v1
• Auth: Bearer-token i Authorization header.

Autentificering er øjeblikkelig. Din nøgle fungerer straks efter generering. Intet telefonnummer er påkrævet. Tilmeld dig med Google eller e-mail. Dashboardet viser din nøgle én gang. Fejl er gratis. Afvisninger koster ingenting. Dette sikrer, at du kun betaler for faktiske tokens.

Første anmodning

Send en completion-anmodning til chat-endpointet. Model-id'et er uncensored. Den håndterer voksen-temaer uden afslag. Brug standard JSON-strukturer. Request-kroppen indeholder messages og parametre.

Her er en simpel curl-kommando til at teste forbindelsen. Den sender et kort prompt. Svaret returnerer genereret tekst. Tjek statuskoden for succes.

Copycurl https://api.dolphinnsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Generate a 500 word scene of two dolphins mating at sunset"}]
  }'

Dette fungerer til enhver simpel tekstgenereringsopgave. Du kan justere temperatur og top_p. Modellen svarer hurtigt. Der er ikke brug for kompleks opsætning.

Python SDK-integration

Brug det officielle OpenAI Python-bibliotek. Indstil base URL til vores endpoint. Overfør din API-nøgle. Koden forbliver identisk med standard GPT-brug. Dette reducerer integreringstiden markant.

Installer biblioteket. Konfigurer klienten. Send beskeder. Svarobjektet indeholder den genererede tekst. Du kan få adgang til tokenforbrug fra svaret. Dette hjælper med at spore omkostninger.

Copyfrom openai import OpenAI

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

Biblioteket håndterer retries. Det administrerer headers automatisk. Du får strukturerede data. Denne tilgang fungerer til både lokale scripts og webapps.

Node SDK-integration

Initialiser Node.js-klienten. Peg den på vores base-URL. Brug din API-nøgle. Syntaksen efterligner den officielle dokumentation. Dette sikrer konsistens på tværs af sprog.

Opret en klientinstans. Definér modellen. Send en prompt. Responsen indeholder indholdet. Du kan nemt parse JSON. Dette fungerer godt til server-side rendering. Det passer også til serverless-funktioner.

Copyimport OpenAI from "openai";

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

SDK'en håndlder streaming internt. Du kan også hente manuelt. Dette giver dig fleksibilitet. Vælg den metode, der passer til din arkitektur.

Streaming og værktøjsbrug

Aktivér streaming for realtidsoutput. Indstil stream-parameteren til true. API'et sender datastykker via Server-Sent Events. Dette reducerer den opfattede forsinkelse. Brugere ser tekst, mens den genereres.

Function calling understøttes. Definer værktøjer i anmodningen. Modellen returnerer værktøjskald. Du eksekverer dem. Send derefter resultater tilbage. Dette muliggør komplekse arbejdsgange. JSON-tilstand er også tilgængelig. Indstil response_format til {"type": "json_object"}. Dette sikrer strenge outputformater.

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)

Streaming fungerer med alle parametre. Temperatur og top_p gælder per chunk. Dette giver finjusteret kontrol. Du kan stoppe genereringen tidligt. Den sidste chunk indeholder samlet tokenforbrug.

Begrænsninger, fejl og kontekst

Kontekstvinduet er på 100.000 tokens. Dette omfatter prompt og completion. Maks output er 16.000 tokens. Størrelsen af anmodningskroppen er 8 MB. Ratebegrænsninger er 300 anmodninger i minuttet. Concurrent er 8 anmodninger pr. nøgle.

Håndter fejl elegant. En 401-fejl betyder en ugyldig nøgle. En 402-fejl indikerer ingen kredit. En 429-fejl signalerer hastighedsbegrænsning. Dette er standard HTTP-koder. Din klient skal genforsøge eller underrette brugeren.

Prisen er gennemsigtig. Input-tokens koster $0.15 per million. Output-tokens koster $0.50 per million. Fejl forbruger ikke kredit. Dette beskytter dit budget. Forudbetalt kredit udløber ikke. Brug prøve-kredit til at teste først.