Dolphin AI API-Schnellstart

Basis-URL & Authentifizierung

Beginnen Sie, indem Sie Ihre Base-URL und Ihren API-Schlüssel in Ihrer Client-Konfiguration festlegen. Alle Anfragen werden über die Authorization header mit Ihrem eindeutigen Schlüssel. Unser Dienst fungiert als unabhängiger Anbieter für das openrouter dolphin AI Modellvariante, was bedeutet, dass Sie kein Konto bei OpenRouter benötigen, um diesen Endpunkt zu nutzen. Holen Sie sich einfach Ihren Schlüssel vom Dashboard und fügen Sie ihn in Ihre Umgebungsvariablen ein.

• Base URL: https://api.openrouterdolphinai.com/v1
• Header: Authorization: Bearer YOUR_API_KEY

Diese Konfiguration funktioniert mit jedem Standard-OpenAI-SDK, da wir ihre exakte Endpunkt-Struktur nachahmen. Sie interagieren nur mit dem Chat-Completions-Endpunkt, was Ihre Integration einfach und auf Textgenerierung fokussiert hält.

Erste Anfrage

Senden Sie Ihre erste Nachricht zur Textgenerierung mit der einfachen POST Methode. Die Modell-ID ist immer uncensored, die sicherstellt, dass Sie die spezifische, für unzensierten Dialog optimierte Variante erhalten. Sie müssen keine komplexen Routing-Parameter angeben, da wir dieses einzelne Modell direkt hosten.

Verwenden Sie den folgenden curl-Befehl, um Ihre Verbindung sofort zu testen:

Copycurl https://api.openrouterdolphinai.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fix the syntax error in this python function"}]
  }'

Wenn Sie eine JSON-Antwort mit Inhalten erhalten, ist Ihr Schlüssel aktiv und die Gutschriften werden korrekt abgezogen. Fehler wie 401 deuten auf einen ungültigen Schlüssel hin, während 402 bedeutet, dass Sie über Krypto nachladen müssen. Dieser direkte Ansatz vermeidet die Variabilität von Multi-Model-Routern.

Python SDK-Integration

Schnelle Integration über die offizielle OpenAI Python-Bibliothek, indem Sie diese auf unsere Base-URL verweisen. Dies ermöglicht Ihnen die Nutzung vertrauter Methoden wie chat.completions.create() ohne Ihre gesamte Logik neu zu schreiben. Die Bibliothek übernimmt die Serialisierung automatisch, sodass Sie sich auf das Prompt-Design konzentrieren können, anstatt sich mit HTTP-Details zu befassen.

Konfigurieren Sie den Client mit Ihrer Basis-URL und Ihrem Schlüssel:

Copyfrom openai import OpenAI

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

Denken Sie daran, dass unser Kontextfenster 100,000 Tokens umfasst, sodass Sie einen erheblichen Gesprächsverlauf übergeben können. Das SDK übernimmt die Tokenisierung und Übertragung effizient und stellt sicher, dass Ihre Prompts ohne unnötigen Overhead oder Formatierungsfehler das Modell erreichen.

Node SDK-Nutzung

Node-Entwickler können die gleichen Ergebnisse erzielen, indem sie die openai npm-Paket. Genau wie die Python-Version müssen Sie die Standard-Basis-URL überschreiben, um auf unsere dedizierten Server zu verweisen. Dies stellt sicher, dass Ihre Anfragen direkt an das unzensierte Modell gesendet werden, ohne Drittanbieter-Ratenbegrenzungen oder Routing-Verzögerungen zu treffen.

Initialisieren Sie den Client mit dem korrekten Endpunkt:

Copyimport OpenAI from "openai";

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

Dieses Muster funktioniert sowohl für synchrone Aufrufe als auch für async/await-Muster. Sie können Antworten streamen oder den JSON-Modus direkt innerhalb desselben Funktionsaufrufs anfordern, was Ihnen Flexibilität für verschiedene Anwendungsarchitekturen bietet, ohne Ihre grundlegende Authentifizierungskonfiguration zu ändern.

Streaming-Antworten

Echtzeit-Textgenerierung aktivieren, indem Sie stream: true in Ihren Anfrage-Parametern. Die API gibt einen Server-Sent Events (SSE)-Stream zurück, der es Ihnen ermöglicht, Tokens anzuzeigen, während sie generiert werden. Dies reduziert die wahrgenommene Latenz für Benutzer und lässt die Erfahrung viel schneller erscheinen, als auf eine vollständige Antwort zu warten.

Verarbeiten Sie die Stream-Chunks, um den endgültigen Text zu akkumulieren:

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)

Jeder Chunk enthält Token-Nutzungsdaten im letzten Teil, sodass Sie die Kosten genau verfolgen können. Streaming ist ideal für Chat-Schnittstellen, bei denen sofortiges Feedback die Benutzerbindung verbessert. Sie können den Stream jederzeit stoppen, wenn der Benutzer eine neue Nachricht sendet, und so Credits für teilweise Antworten sparen.

Limits, Fehler & Kontext

Verstehen Sie die technischen Grenzen, um unerwartete Unterbrechungen in Ihrer Anwendung zu vermeiden. Unsere API erzwingt ein Kontextfenster von 100.000 Tokens für jede Anfrage, sowohl für Prompt als auch Vervollständigung. Wenn Sie das Limit von 16.000 Tokens für die Ausgabe überschreiten, wird die Generierung gestoppt, also legen Sie max_tokens entsprechend, um die Kosten zu steuern.

Häufige HTTP-Statuscodes umfassen 401 für ungültige Schlüssel, 402 für unzureichendes Guthaben und 429 für Rate Limits. Sie sind auf 300 Anfragen pro Minute pro Schlüssel beschränkt. Diese Einschränkungen gewährleisten eine faire Nutzung für alle Benutzer. Verwenden Sie die 429 Fehler, um exponentielles Backoff in Ihrem Client-Code zu implementieren, um einen reibungslosen Betrieb während Spitzenlastzeiten zu gewährleisten.