Dokumentacja API Dolphin nsfw

Bazowy URL i autoryzacja

Połącz się, używając standardowego adresu bazowego kompatybilnego z OpenAI. Zastąp swój istniejący klucz API kluczem wygenerowanym w panelu. Wspieramy dowolną bibliotekę klienta, która akceptuje nadpisanie adresu bazowego.

• URL bazowy: https://api.dolphinnsfw.com/v1
• Autoryzacja: token Bearer w Authorization Nagłówek.

Uwierzytelnianie jest natychmiastowe. Twój klucz działa natychmiast po wygenerowaniu. Nie jest wymagany numer telefonu. Zarejestruj się za pomocą Google lub e-mail. Panel pokazuje Twój klucz raz. Błędy są darmowe. Odmowy nic nie kosztują. Zapewnia to, że płacisz tylko za rzeczywiste tokeny.

Pierwsze żądanie

Wyślij żądanie completion do endpointu chat. ID modelu to uncensored.Obsługuje tematy dla dorosłych bez odmów. Użyj standardowych struktur JSON. Ciało żądania zawiera wiadomości i parametry.

Oto prosty polecenie cURL do przetestowania połączenia. Wysyła krótki prompt. Odpowiedź zwraca wygenerowany tekst. Sprawdź kod statusu, aby potwierdzić sukces.

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"}]
  }'

To działa dla każdego prostego zadania generowania tekstu. Możesz dostosować temperaturę i top_p. Model odpowiada szybko. Nie jest potrzebny złożony setup.

Integracja SDK Python

Użyj oficjalnej biblioteki Pythona OpenAI. Ustaw bazowy URL na nasz punkt końcowy. Przekaż swój klucz API. Kod pozostaje identyczny ze standardowym użyciem GPT. Znacznie skraca to czas integracji.

Zainstaluj bibliotekę. Skonfiguruj klienta. Wyślij wiadomości. Obiekt odpowiedzi zawiera wygenerowany tekst. Możesz uzyskać dostęp do zużycia tokenów z odpowiedzi. Pomaga to śledzić koszty.

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)

Biblioteka automatycznie obsługuje ponowne próby. Automatycznie zarządza nagłówkami. Otrzymujesz dane strukturalne. To podejście działa zarówno dla skryptów lokalnych, jak i aplikacji webowych.

Integracja SDK Node

Zainicjuj klienta Node.js. Wskaż go na nasz podstawowy adres URL. Użyj swojego klucza API. Składnia odzwierciedla oficjalną dokumentację. Zapewnia to spójność między różnymi językami.

Utwórz instancję klienta. Zdefiniuj model. Wyślij prompt. Odpowiedź zawiera treść. Możesz łatwo parsować JSON. Działa to dobrze do renderowania po stronie serwera. Pasuje również do funkcji 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);

SDK obsługuje strumieniowanie wewnętrznie. Możesz również pobierać dane ręcznie. Daje to elastyczność. Wybierz metodę, która pasuje do Twojej architektury.

Strumieniowanie i używanie narzędzi

Włącz strumieniowanie dla wyjścia w czasie rzeczywistym. Ustaw parametr stream na true. API wysyła cząstki za pośrednictwem Server-Sent Events. Zmniejsza to postrzeganą latencję. Użytkownicy widzą tekst w miarę jego generowania.

Wywoływanie funkcji jest obsługiwane. Zdefiniuj narzędzia w żądaniu. Model zwraca wywołania narzędzi. Wykonujesz je. Następnie przesyłasz wyniki z powrotem. Pozwala to na złożone przepływy pracy. Tryb JSON jest również dostępny. Ustaw response_format do {"type": "json_object"}. To zapewnia ścisłe formaty wyjściowe.

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)

Strumieniowanie działa ze wszystkimi parametrami. Temperatura i top_p stosują się do każdego fragmentu. Pozwala to na precyzyjną kontrolę. Możesz przerwać generowanie w dowolnym momencie. Ostatni fragment zawiera całkowite zużycie tokenów.

Limity, Błędy i Kontekst

Okno kontekstowe wynosi 100 000 tokenów. Obejmuje ono prompt i uzupełnienie. Maksymalna długość odpowiedzi to 16 000 tokenów. Rozmiar ciała żądania to 8 MB. Limity szybkości to 300 żądań na minutę. Współbieżność to 8 żądań na klucz.

Obsługuj błędy w sposób elegancki. Błąd 401 oznacza nieprawidłowy klucz. Błąd 402 oznacza brak kredytu. Błąd 429 oznacza ograniczenie szybkości. Są to standardowe kody HTTP. Twój klient powinien ponowić próbę lub powiadomić użytkownika.

Ceny są przejrzyste. Tokeny wejściowe kosztują $0.15 za milion. Tokeny wyjściowe kosztują $0.50 za milion. Błędy nie zużywają kredytu. Chroni to Twój budżet. Kredyt z góry nie wygasa. Użyj kredytu próbnej wersji, aby przetestować najpierw.