Documentação da API Dolphin nsfw

URL Base e Autenticação

Conecte-se usando o URL base compatível com OpenAI padrão. Substitua sua chave de API existente pela gerada no seu painel. Suportamos qualquer biblioteca de clientes que aceite uma substituição de URL base.

• URL Base: https://api.dolphinnsfw.com/v1
• Autenticação: Token Bearer no Authorization Cabeçalho.

A autenticação é instantânea. Sua chave funciona imediatamente após a geração. Não é necessário número de telefone. Cadastre-se com Google ou e-mail. O painel mostra sua chave uma vez. Erros são gratuitos. Recusas não custam nada. Isso garante que você pague apenas por tokens reais.

Primeira solicitação

Envie uma solicitação de conclusão para o endpoint de chat. O ID do modelo é uncensored. Lida com temas adultos sem recusa. Use estruturas JSON padrão. O corpo da solicitação inclui mensagens e parâmetros.

Aqui está um comando curl simples para testar a conexão. Ele envia um prompt curto. A resposta retorna o texto gerado. Verifique o código de status para confirmar o sucesso.

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"}]
  }'

Isso funciona para qualquer tarefa simples de geração de texto. Você pode ajustar temperatura e top_p. O modelo responde rapidamente. Não é necessária configuração complexa.

Integração do SDK Python

Use a biblioteca Python oficial da OpenAI. Defina a URL base para o nosso endpoint. Passe sua chave da API. O código permanece idêntico ao uso padrão do GPT. Isso reduz significativamente o tempo de integração.

Instale a biblioteca. Configure o cliente. Envie mensagens. O objeto de resposta contém o texto gerado. Você pode acessar o uso de tokens pela resposta. Isso ajuda a rastrear os custos.

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)

A biblioteca lida com retries. Ela gerencia os cabeçalhos automaticamente. Você recebe dados estruturados. Esta abordagem funciona tanto para scripts locais quanto para aplicativos web.

Integração do SDK Node

Inicialize o cliente Node.js. Aponte-o para nossa URL base. Use sua chave da API. A sintaxe espelha a documentação oficial. Isso garante consistência entre linguagens.

Crie uma instância de cliente. Defina o modelo. Envie um prompt. A resposta contém o conteúdo. Você pode analisar JSON facilmente. Isso funciona bem para renderização no lado do servidor. Também se encaixa em funções 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);

O SDK gerencia o streaming internamente. Você também pode buscar manualmente. Isso oferece flexibilidade. Escolha o método que melhor se adapta à sua arquitetura.

Uso de Streaming e Ferramentas

Ative o streaming para saída em tempo real. Defina o parâmetro stream como true. A API envia blocos via Server-Sent Events. Isso reduz a latência percebida. Os usuários veem o texto conforme é gerado.

As chamadas de função são suportadas. Defina ferramentas na solicitação. O modelo retorna chamadas de ferramenta. Você as executa. Depois, envie os resultados de volta. Isso permite fluxos de trabalho complexos. O modo JSON também está disponível. Defina response_format para {"type": "json_object"}. Isso garante formatos de saída estritos.

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)

O streaming funciona com todos os parâmetros. Temperature e top_p se aplicam por chunk. Isso permite controle refinado. Você pode interromper a geração antecipadamente. O último chunk contém o uso total de tokens.

Limites, Erros e Contexto

A janela de contexto é de 100.000 tokens. Isso inclui prompt e conclusão. A saída máxima é de 16.000 tokens. O tamanho do corpo da solicitação é de 8 MB. Os limites de taxa são de 300 solicitações por minuto. A concorrência é de 8 solicitações por chave.

Trate os erros com elegância. Um erro 401 significa uma chave inválida. Um erro 402 indica sem crédito. Um erro 429 sinaliza limitação de taxa. Estes são códigos HTTP padrão. Seu cliente deve tentar novamente ou notificar o usuário.

O preço é transparente. Tokens de entrada custam $0,15 por milhão. Tokens de saída custam $0,50 por milhão. Erros não consomem crédito. Isso protege seu orçamento. Crédito pré-pago não expira. Use o crédito de teste para testar primeiro.