基础 URL 和身份验证
我们的 API 设计为标准的 OpenAI 集成的即插即用替代品。你无需新的 SDK 或复杂的配置文件。只需在客户端中更新 base_url 以指向我们的接口，并在标准的 Authorization 头中提供你的 API 密钥。
注册免费账户以立即获取密钥。试用额度无需绑定信用卡，便于验证连接。所有请求的基础 URL 为 https://api.dolphinllm.com/v1。这确保任何已为 OpenAI 配置的工具、库或应用都能以最小的摩擦将流量路由至我们的无审查 AI 模型。
- 基础 URL：
https://api.dolphinllm.com/v1 - 认证头：
Authorization: Bearer YOUR_API_KEY - 模型 ID：
uncensored
首次请求
通过简单的聊天补全请求测试你的连接。这确认你的密钥有效且接口响应正常。请求体遵循标准的 OpenAI 聊天补全 schema。将 YOUR_API_KEY 替换为你的实际密钥。
- 方法：POST
- 接口：
/v1/chat/completions - 模型：
uncensored
此接口支持流式输出和工具调用，但此基本请求演示了核心的文本输入、文本输出功能。如果收到响应，说明您的客户端已成功连接到 dolphin llm 服务。
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."}]
}'Python SDK
使用官方的 openai Python 库与 API 交互。使用自定义基础 URL 和你的 API 密钥配置客户端。此方法适用于任何已为 OpenAI 编写的代码，允许你无需重写逻辑即可切换提供商。
模型 ID 为 uncensored。请确保传递正确的对话历史参数。此方法非常适合构建需要无限制文本生成且不受本地 GPU 限制的应用程序的开发者。
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)Node SDK
对于 Node.js 应用，openai npm 包处理集成。将 baseURL 设置为我们的接口并提供密钥。这确保了与依赖 OpenAI 结构的现有 Node.js 项目的兼容性。
该 API 支持 max_tokens 和 temperature 等标准参数。调整这些参数可以控制输出的创意和长度。这款无审查编码 LLM 在生成代码片段或技术文档时特别有用，且内容过滤器不会干扰输出。
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);流式响应 (SSE)
在请求体中将 stream 参数设置为 true 以启用流式输出。API 返回服务器发送事件 (SSE)，允许你处理生成的 token。这降低了最终用户的感知延迟。
解析 SSE 流以处理部分响应。这对于期望即时反馈的聊天界面至关重要。流包含标准的 OpenAI 事件类型，因此与大多数 SSE 解析器兼容。
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)速率限制和约束
了解约束条件以避免应用中的错误。API 对每个密钥实施每分钟 300 次请求的限制。请求体大小限制为 8 MB。如果超出这些限制，您将收到 429 错误。
如果密钥无效，身份验证错误返回 401。如果余额不足，支付错误返回 402。上下文窗口为 100,000 token，包含提示词和补全内容。请确保输入符合此限制以避免截断。
