Documentación de la API Dolphin nsfw

URL Base y Autenticación

Conéctate utilizando la URL base compatible estándar de OpenAI. Reemplaza tu clave de API existente con la generada desde tu panel de control. Admitimos cualquier biblioteca cliente que acepte una anulación de URL base.

• URL base: https://api.dolphinnsfw.com/v1
• Autenticación: token Bearer en el Authorization header.

La autenticación es instantánea. Tu clave funciona inmediatamente después de la generación. No se requiere número de teléfono. Regístrate con Google o correo electrónico. El panel de control muestra tu clave una vez. Los errores son gratuitos. Las negaciones no cuestan nada. Esto asegura que solo pagues por tokens reales.

Primera solicitud

Envía una solicitud de finalización al endpoint de chat. El ID del modelo es uncensored. Gestiona temas adultos sin denegación. Utiliza estructuras JSON estándar. El cuerpo de la solicitud incluye mensajes y parámetros.

Aquí tienes un comando curl sencillo para probar la conexión. Envía un prompt corto. La respuesta devuelve texto generado. Verifica el código de estado para confirmar el éxito.

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"}]
  }'

Esto funciona para cualquier tarea simple de generación de texto. Puedes ajustar la temperatura y top_p. El modelo responde rápidamente. No se necesita una configuración compleja.

Integración del SDK de Python

Usa la biblioteca oficial de Python de OpenAI. Establece la URL base en nuestro punto de conexión. Pasa tu clave de API. El código permanece idéntico al uso estándar de GPT. Esto reduce significativamente el tiempo de integración.

Instala la biblioteca. Configura el cliente. Envía mensajes. El objeto de respuesta contiene el texto generado. Puedes acceder al uso de tokens desde la respuesta. Esto ayuda a rastrear los costos.

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)

La biblioteca maneja los reintentos. Gestiona los encabezados automáticamente. Obtienes datos estructurados. Este enfoque funciona tanto para scripts locales como para aplicaciones web.

Integración del SDK Node

Inicializa el cliente de Node.js. Señálalo hacia nuestra URL base. Usa tu clave de API. La sintaxis refleja la documentación oficial. Esto asegura la consistencia entre lenguajes.

Crea una instancia del cliente. Define el modelo. Envía un prompt. La respuesta contiene el contenido. Puedes analizar JSON fácilmente. Esto funciona bien para la renderización del lado del servidor. También se adapta a funciones serverless.

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);

El SDK gestiona el streaming internamente. También puedes obtener los datos manualmente. Esto te da flexibilidad. Elige el método que mejor se adapte a tu arquitectura.

Uso de streaming y herramientas

Habilita el streaming para obtener resultados en tiempo real. Establece el parámetro stream en true. La API envía fragmentos mediante Server-Sent Events. Esto reduce la latencia percibida. Los usuarios ven el texto a medida que se genera.

La llamada a funciones es compatible. Define herramientas en la solicitud. El modelo devuelve llamadas a herramientas. Tú las ejecutas. Luego envías los resultados de vuelta. Esto habilita flujos de trabajo complejos. El modo JSON también está disponible. Configura response_format para {"type": "json_object"}. Esto asegura formatos de salida estrictos.

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)

El streaming funciona con todos los parámetros. Temperature y top_p se aplican por fragmento. Esto permite un control fino. Puedes detener la generación anticipadamente. El último fragmento contiene el uso total de tokens.

Límites, Errores y Contexto

La ventana de contexto es de 100.000 tokens. Esto incluye el prompt y la respuesta. La salida máxima es de 16.000 tokens. El tamaño del cuerpo de la solicitud es de 8 MB. Los límites de velocidad son de 300 solicitudes por minuto. La concurrencia es de 8 solicitudes por clave.

Gestiona los errores de forma elegante. Un error 401 significa una clave no válida. Un error 402 indica falta de crédito. Un error 429 indica limitación de velocidad. Estos son códigos HTTP estándar. Tu cliente debería reintentar o notificar al usuario.

La estructura de precios es transparente. Los tokens de entrada cuestan $0.15 por millón. Los tokens de salida cuestan $0.50 por millón. Los errores no consumen crédito. Esto protege tu presupuesto. El crédito prepagado nunca caduca. Usa el crédito de prueba para probar primero.