URL de base et authentification
Notre API est conçue comme une solution prêt à l’emploi pour les intégrations OpenAI standard. Vous n'avez pas besoin d'un nouveau SDK ou d'un fichier de configuration complexe. Mettez simplement à jour base_url dans votre client pour pointer vers notre endpoint et fournissez votre clé API dans l'en-tête standard Authorization.
Inscrivez-vous pour obtenir un compte gratuit et recevoir votre clé immédiatement. Aucun moyen de paiement n'est requis pour le crédit d'essai, ce qui facilite la vérification de la connectivité. L'URL de base pour toutes les requêtes est https://api.dolphinllm.com/v1. Cela garantit que tout outil, bibliothèque ou application déjà configuré pour OpenAI peut acheminer le trafic vers notre modèle d'IA sans censure avec un minimum de friction.
- URL de base :
https://api.dolphinllm.com/v1 - En-tête d'authentification :
Authorization: Bearer YOUR_API_KEY - ID du modèle :
uncensored
Première requête
Testez votre connexion avec une simple requête de complétion de chat. Cela confirme que votre clé est valide et que l'endpoint est réactif. Le corps de la requête suit le schéma standard de complétion de chat OpenAI. Remplacez YOUR_API_KEY par votre clé réelle.
- Méthode : POST
- Endpoint :
/v1/chat/completions - Modèle :
uncensored
Cet endpoint prend en charge le streaming et l'appel d'outils, mais cette requête de base démontre la capacité principale texte en entrée, texte en sortie. Si vous recevez une réponse, votre client est connecté avec succès au service dolphin llm.
curl https://api.dolphinllm.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
}'SDK Python
Utilisez la bibliothèque Python officielle openai pour interagir avec l'API. Configurez le client avec l'URL de base personnalisée et votre clé API. Cette approche fonctionne avec tout code déjà écrit pour OpenAI, vous permettant de changer de fournisseur sans réécrire votre logique.
L'ID du modèle est uncensored. Assurez-vous de passer les arguments corrects pour l'historique de la conversation. Cette méthode est idéale pour les développeurs qui créent des applications nécessitant une génération de texte sans restriction sans contraintes de GPU local.
from openai import OpenAI
client = OpenAI(base_url="https://api.dolphinllm.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)SDK Node
Pour les applications Node.js, le package npm openai gère l'intégration. Définissez baseURL sur notre endpoint et fournissez votre clé. Cela garantit la compatibilité avec les projets Node.js existants qui s'appuient sur la structure d'OpenAI.
L'API prend en charge les paramètres standard tels que max_tokens et temperature. Ajustez-les pour contrôler la créativité et la longueur de la sortie. Ce LLM sans censure pour le code est particulièrement utile pour générer des extraits de code ou de la documentation technique sans que des filtres de contenu n'interfèrent avec la sortie.
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.dolphinllm.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);Réponses en streaming (SSE)
Activez le streaming en définissant le paramètre stream sur true dans le corps de votre requête. L'API renvoie des Server-Sent Events (SSE), vous permettant de traiter les tokens au fur et à mesure de leur génération. Cela réduit la latence perçue pour les utilisateurs finaux.
Analysez le flux SSE pour gérer les réponses partielles. C'est essentiel pour les interfaces de chat où un retour instantané est attendu. Le flux inclut des types d'événements OpenAI standard, ce qui le rend compatible avec la plupart des analyseurs SSE.
stream = 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)Limites de débit et contraintes
Comprenez les contraintes pour éviter les erreurs dans votre application. L'API impose une limite de 300 requêtes par minute par clé. La taille du corps de la requête est plafonnée à 8 Mo. Si vous dépassez ces limites, vous recevrez une erreur 429.
Les erreurs d'authentification retournent 401 si la clé est invalide. Les erreurs de paiement retournent 402 si vous disposez d'un crédit insuffisant. La fenêtre de contexte est de 100 000 tokens pour le prompt et la complétion combinés. Assurez-vous que vos entrées tiennent dans cette limite pour éviter la troncature.
