Guide de démarrage rapide chat Dolphin ai

Installation et configuration du SDK

Commencez par installer la bibliothèque cliente officielle pour votre langage. Notre API utilise le standard OpenAI structure du paquet, vous l'avez probablement déjà. Configurez l'URL de base pour pointer vers notre point de terminaison et fournissez votre clé API.

Utilisez la méthode des variables d'environnement pour garder les identifiants sécurisés. L'URL de base est HTTPS://api.dolphinaichat.com/v1. Cela fonctionne avec n'importe quel client compatible OpenAI en modifiant base_url et la clé API.

Copyfrom openai import OpenAI

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

Copyimport OpenAI from "openai";

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

Effectuer votre première requête POST

Envoyez une simple demande de complétion de chat pour tester la connectivité. Utilisez l'ID de modèle "uncensored" pour le modèle open-weight optimisé pour des réponses sans restriction.

Copycurl https://api.dolphinaichat.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summit the daily server load statistics for the last week"}]
  }'

Gestion des réponses en streaming (SSE)

Activez le streaming pour recevoir les jetons en temps réel. L'API prend en charge les Server-Sent Events (SSE) pour une sortie progressive. Les détails d'utilisation des jetons apparaissent dans le dernier fragment du flux.

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)

Compréhension des fenêtres de contexte & des tokens

Le modèle prend en charge une fenêtre de contexte de 100 000 tokens pour l'ensemble de la requête et de la réponse. La sortie maximale est de 16 000 tokens par requête. max_tokens par défaut est de 2 048 s'il n'est pas défini. Le prix est de 0,15 $ par 1M de tokens en entrée et de 0,50 $ par 1M de tokens en sortie.

Codes d'erreur & Limitation de débit

Gérez les erreurs HTTP standard avec élégance. Un 401 indique une clé invalide. Un 402 signifie que vous n'avez pas de crédit. Un 429 signale une limitation de taux. Les limites sont de 300 requêtes par minute par clé et de 8 requêtes simultanées. La taille maximale du corps de la requête est de 8 Mo.

Configuration du Mode JSON & Appel de fonctions

Utiliser response_format: {"type": "json_object"} pour des sorties structurées. Activez l'appel de fonctions avec tools et tool_choice. Les paramètres comme temperature et top_p sont entièrement pris en charge.