Dolphin Modelos API-Schnellstart

Basis-URL und Authentifizierung

Die Dolphin-Modelle-API ist ein OpenAI-kompatibler Dienst. Legen Sie Ihre Basis-URL fest auf https://api.dolphinmodelos.com/v1 und übergeben Sie Ihren API-Schlüssel im Authorization header. Verwenden Sie die Modell-ID uncensored für Inferenz. Dies gewährleistet die Kompatibilität mit Standard-SDKs ohne benutzerdefinierte Routing-Logik.

Copycurl https://api.dolphinmodelos.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List endpoints for wallet connection via crypto gateway"}]
  }'

Eine Completion Request senden

Senden Sie eine einfache Texteingabe, um Antworten zu generieren. Die API akzeptiert Standardparameter wie temperature und top_p. Sie erhalten reinen Textoutput ohne unnötige Wrapper. Dieser direkte Ansatz eliminiert die Notwendigkeit modellspezifischer Parsing-Logik.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.dolphinmodelos.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)

Streaming-Antworten mit SSE

Aktivieren Sie die Echtzeit-Token-Generierung über Server-Sent Events. Der letzte Chunk enthält die vollständigen Token-Nutzungsstatistiken für die Abrechnungsgenauigkeit. Streaming reduziert die wahrgenommene Latenz bei langen Ausgaben. Diese Methode ist ideal für interaktive Anwendungen, die sofortiges Feedback erfordern.

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)

Function Calling und Tools

Definieren Sie Tools, damit das Modell bestimmte Aktionen ausführen kann. Verwenden tool_choice um die Nutzung von Funktionen zu erzwingen. Die API unterstützt Standard-Tool-Definitionen und gibt strukturierte Argumente zurück. Dies ermöglicht komplexe Workflows ohne externe Analyse-Skripte. Konfigurieren Sie Tools über das Standard-OpenAI-Format für eine nahtlose Integration.

JSON-Modus für strukturierte Ausgabe

Zwingen Sie das Modell dazu, gültiges JSON unter Verwendung von response_format: {"type": "json_object"}. Dies gewährleistet konsistente Datenstrukturen für die nachgelagerte Verarbeitung. Ideal für API-Antworten oder Datenbank-Inserts. Das Modell hält sich an das Schema, ohne konversationalen Fülltext hinzuzufügen.

Fehlerbehandlung und Limits

Das Context-Window umfasst insgesamt 100.000 Tokens. Behandeln Sie Fehler wie 401 für ungültige Schlüssel oder 429 für Rate-Limits. Die API erzwingt 300 Anfragen pro Minute. Verwenden Sie diese Codes, um Wiederholungen effizient zu verwalten. Fehler und Ablehnungen verbrauchen kein Guthaben, was Ihr Guthaben während Testphasen schützt.

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.dolphinmodelos.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);