Dolphin AI API Quickstart

बेस URL & प्रमाणीकरण

शुरुआत करें सेट करके बेस यूआरएल और API कुंजी अपने क्लाइंट कॉन्फ़िगरेशन में। सभी अनुरोध प्रमाणीकरण के माध्यम से Authorization हेडर अपनी अनूठी कुंजी का उपयोग करके। हमारा सेवा एक स्वतंत्र प्रदाता के रूप में कार्य करती है openrouter dolphin AI मॉडल वेरिएंट, जिसका अर्थ है कि आपको इस एंडपॉइंट का उपयोग करने के लिए OpenRouter पर खाते की आवश्यकता नहीं है। बस डैशबोर्ड से अपना कुल लें और इसे अपने वातावरण चर में प्लग इन करें।

• बेस यूआरएल: https://api.openrouterdolphinai.com/v1
• हेडर: Authorization: Bearer YOUR_API_KEY

यह सेटअप किसी भी स्टैंडर्ड OpenAI SDK के साथ काम करता है क्योंकि हम उनके एक्सैक्ट एंडपॉइंट स्ट्रक्चर की नकल करते हैं। आप केवल चैट कम्प्लीशंस एंडपॉइंट के साथ इंटरैक्ट करेंगे, अपनी इंटीग्रेशन को सरल और टेक्स्ट जनरेशन पर केंद्रित रखते हुए।

पहला अनुरोध

सरल का उपयोग करके टेक्स्ट जनरेट करने के लिए अपना पहला संदेश भेजें POST विधि। मॉडल आईडी हमेशा uncensored, को सुनिश्चित करता है कि आपको विशिष्ट अनसेंसर्ड वेरिएंट मिले जो अनपबंध संवाद के लिए ट्यून्ड है। आपको जटिल रूटिंग पैरामीटर निर्दिष्ट करने की आवश्यकता नहीं है क्योंकि हम इस एकल मॉडल को सीधे होस्ट करते हैं।

तुरंत अपनी कनेक्शन का परीक्षण करने के लिए निम्नलिखित curl कमांड का उपयोग करें:

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"}]
  }'

यदि आपको JSON प्रतिक्रिया सामग्री के साथ मिलती है, तो आपकी कुंजी सक्रिय है और क्रेडिट सही ढंग से कट रहे हैं। 401 जैसी त्रुटियाँ अमान्य कुंजी को दर्शाती हैं, जबकि 402 का अर्थ है कि आपको क्रिप्टो के माध्यम से टॉप-अप करने की आवश्यकता है। यह प्रत्यक्ष दृष्टिकोण मल्टी-मोडल राउटर की परिवर्तनशीलता से बचाता है।

Python SDK इंटीग्रेशन

OpenAI Python लाइब्रेरी का उपयोग करके जल्दी इंटीग्रेट करें, इसे हमारे बेस यूआरएल की ओर इशारा करें। यह आपको परिचित विधियों जैसे का उपयोग करने की अनुमति देता है chat.completions.create() अपने पूरे लॉजिक को फिर से लिखे बिना। लाइब्रेरी स्वचालित रूप से सीरियलाइजेशन संभालती है, इसलिए आप HTTP विवरणों पर ध्यान देने के बजाय प्रॉम्प्ट डिज़ाइन पर ध्यान केंद्रित कर सकते हैं।

क्लाइंट को अपने बेस URL और कुंजी के साथ कॉन्फ़िगर करें:

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)

याद रखें कि हमारा संदर्भ विंडो 100,000 टोकन का है, इसलिए आप महत्वपूर्ण बातचीत का इतिहास पास कर सकते हैं। SDK टोकनाइजेशन और संचरण को कुशलता से संभालेगा, यह सुनिश्चित करते हुए कि आपके प्रॉम्प्ट मॉडल तक बिना अनावश्यक ओवरहेड या फॉर्मेटिंग त्रुटियों के पहुंचें।

Node SDK उपयोग

Node डेवलपर्स समान परिणाम प्राप्त कर सकते हैं openai npm पैकेज। Python संस्करण की तरह, आपको डिफ़ॉल्ट बेस यूआरएल को ओवरराइड करना होगा ताकि यह हमारे समर्पित सर्वरों की ओर इशारा करे। यह सुनिश्चित करता है कि आपके अनुरोध सीधे अनसेंसर्ड मॉडल पर जाएं, जिससे थर्ड-पार्टी रेट लिमिट्स या रूटिंग विलंबता से बचा जा सके।

सही एंडपॉइंट के साथ क्लाइंट को इनिशियलाइज़ करें:

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);

यह पैटर्न सिंक्रोनास कॉल्स और async/await पैटर्न दोनों के लिए काम करता है। आप रिसपॉन्स को स्ट्रीम कर सकते हैं या सीधे उसी फ़ंक्शन कॉल के अंदर JSON मोड अनुरोध कर सकते हैं, जिससे आपको अलग-अलग एप्लिकेशन आर्किटेक्चर के लिए लचीलापन मिलता है बिना अपने कोर ऑथेंटिकेशन सेटअप को बदले।

स्ट्रीमिंग रिस्पॉन्सेस

रियल-टाइम टेक्स्ट जनरेशन को सक्षम करने के लिए सेटिंग करें stream: true अपने अनुरोध पैरामीटर में। API एक सर्वर-संदेशित इवेंट्स (SSE) स्ट्रीम लौटाता है, जिससे आप जनरेट होने के साथ-साथ टोकन प्रदर्शित कर सकते हैं। यह उपयोगकर्ताओं के लिए अनुभवगत विलंबता को कम करता है, जिससे अनुभव पूर्ण प्रतिक्रिया की प्रतीक्षा करने की तुलना में बहुत तेज़ लगता है।

स्ट्रीम को अपने कोड में सही तरीके से हैंडल करें ताकि अंतिम टेक्स्ट जमा हो सके:

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)

प्रत्येक चंक अंतिम हिस्से में टोकन उपयोग डेटा शामिल करता है, इसलिए आप लागत की सटीक निगरानी कर सकते हैं। स्ट्रीमिंग उन चैट इंटरफेस के लिए आदर्श है जहां तत्काल प्रतिक्रिया उपयोगकर्ता की रुचि बढ़ाती है। यदि उपयोगकर्ता नया संदेश भेजता है तो आप स्ट्रीम को किसी भी समय रोक सकते हैं, आंशिक प्रतिक्रियाओं पर क्रेडिट बचाते हुए।

सीमाएं, त्रुटियां & संदर्भ

अपने एप्लिकेशन में अप्रत्याशित विघटन से बचने के लिए तकनीकी सीमाओं को समझें। हमारी API प्रत्येक अनुरोध के लिए 100,000 टोकन संदर्भ विंडो लागू करती है, जिसमें प्रॉम्प्ट और पूर्णता दोनों शामिल हैं। यदि आप 16,000 टोकन आउटपुट सीमा को पार करते हैं, तो जनरेशन रुक जाएगा, इसलिए सेट करें max_tokens लागत को नियंत्रित करने के अनुसार।

सामान्य HTTP स्टेटस कोड्स में अमान्य कुंजियों के लिए 401, अपर्याप्त क्रेडिट के लिए 402 और रेट लिमिट्स के लिए 429 शामिल हैं। प्रति कुंजी प्रति मिनट 300 अनुरोधों की सीमा है। ये प्रतिबंध सभी उपयोगकर्ताओं के बीच उचित उपयोग को सुनिश्चित करते हैं। उपयोग करें 429 अपने क्लाइंट कोड में एक्सपोनेंशियल बैकऑफ लागू करने के लिए त्रुटि, यह सुनिश्चित करते हुए कि पीक ट्राफिक अवधि के दौरान संचालन सहज रहे।