Dolphin AI API Quickstart

URL Base y Autenticación

Empieza configurando la URL base y la clave API en la configuración de tu cliente. Todas las solicitudes se autentican mediante el Authorization header usando tu clave única. Nuestro servicio actúa como un proveedor independiente para el OpenRouter Dolphin AI variante del modelo, lo que significa que no necesitas una cuenta en OpenRouter para usar este endpoint. Simplemente obtén tu clave desde el panel de control y conéctala a tus variables de entorno.

• URL base: https://api.openrouterdolphinai.com/v1
• Encabezado: Authorization: Bearer YOUR_API_KEY

Esta configuración funciona con cualquier SDK estándar de OpenAI porque imitamos su estructura exacta de endpoints. Solo interactuarás con el endpoint de completaciones de chat, manteniendo tu integración simple y enfocada en la generación de texto.

Primera solicitud

Envía tu primer mensaje para generar texto utilizando el simple POST método. El ID del modelo es siempre uncensored, lo que asegura que obtengas la variante específica sin censura ajustada para diálogos sin restricciones. No necesitas especificar parámetros de enrutamiento complejos ya que alojamos este modelo único directamente.

Utiliza el siguiente comando curl para probar tu conexión inmediatamente:

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"}]
  }'

Si recibes una respuesta JSON con contenido, tu clave está activa y los créditos se descuentan correctamente. Errores como 401 indican una clave inválida, mientras que 402 significa que necesitas recargar mediante criptomonedas. Este enfoque directo evita la variabilidad de los enrutadores multi-modelo.

Integración del SDK de Python

Integra rápidamente usando la biblioteca oficial de Python de OpenAI señalándola a nuestra URL base. Esto te permite usar métodos familiares como chat.completions.create() sin reescribir toda tu lógica. La biblioteca maneja la serialización automáticamente, así que puedes centrarte en el diseño de prompts en lugar de los detalles de HTTP.

Configura el cliente con tu URL base y clave:

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)

Recuerda que nuestra ventana de contexto es de 100,000 tokens, por lo que puedes pasar un historial de conversación sustancial. El SDK manejará la tokenización y transmisión de manera eficiente, asegurando que tus indicaciones lleguen al modelo sin sobrecarga innecesaria ni errores de formato.

Uso del SDK Node

Los desarrolladores de Node pueden lograr los mismos resultados utilizando la openai paquete npm. Al igual que la versión de Python, debes sobrescribir la URL base predeterminada para apuntar a nuestros servidores dedicados. Esto asegura que tus solicitudes vayan directamente al modelo sin censura sin golpear límites de tasa de terceros o retrasos de enrutamiento.

Inicializa el cliente con el endpoint correcto:

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);

Este patrón funciona tanto para llamadas sincrónicas como para patrones async/await. Puede transmitir respuestas o solicitar el modo JSON directamente dentro de la misma llamada a la función, lo que le brinda flexibilidad para diferentes arquitecturas de aplicaciones sin cambiar su configuración de autenticación principal.

Respuestas en streaming

Habilitar generación de texto en tiempo real estableciendo stream: true en tus parámetros de solicitud. La API devuelve un flujo de Eventos Enviados por el Servidor (SSE), lo que te permite mostrar tokens a medida que se generan. Esto reduce la latencia percibida para los usuarios, haciendo que la experiencia se sienta mucho más rápida que esperar una respuesta completa.

Maneja los fragmentos del flujo para acumular el texto final:

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)

Cada fragmento incluye datos de uso de tokens en la última pieza, por lo que puedes rastrear los costos con precisión. El streaming es ideal para interfaces de chat donde la retroalimentación inmediata mejora la participación del usuario. Puedes detener el stream en cualquier momento si el usuario envía un nuevo mensaje, ahorrando créditos en respuestas parciales.

Límites, Errores & Contexto

Comprende los límites técnicos para evitar interrupciones inesperadas en tu aplicación. Nuestra API aplica una ventana de contexto de 100.000 tokens para cada solicitud, combinando tanto prompt como finalización. Si excedes el límite de salida de 16.000 tokens, la generación se detendrá, así que configura max_tokens de acuerdo para controlar los costes.

Los códigos de estado HTTP comunes incluyen 401 para claves inválidas, 402 para crédito insuficiente y 429 para límites de frecuencia. Estás limitado a 300 solicitudes por minuto por clave. Estas restricciones garantizan un uso justo para todos los usuarios. Usa el 429 error para implementar retroceso exponencial en el código de tu cliente, asegurando un funcionamiento fluido durante períodos de tráfico alto.