Dolphin AI API Avvio Rapido

URL Base & Autenticazione

Inizia impostando l'URL base e la chiave API nella configurazione del client. Tutte le richieste si autenticano tramite Authorization header utilizzando la tua chiave unica. Il nostro servizio agisce come provider indipendente per il OpenRouter dolphin AI variante del modello, il che significa che non hai bisogno di un account su OpenRouter per utilizzare questo endpoint. Prendi semplicemente la tua chiave dal dashboard e inseriscila nelle variabili di ambiente.

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

Questa configurazione funziona con qualsiasi SDK standard di OpenAI perché imitiamo esattamente la loro struttura degli endpoint. Interagirai solo con l'endpoint delle chat completions, mantenendo la tua integrazione semplice e focalizzata sulla generazione di testo.

Prima richiesta

Invia il tuo primo messaggio per generare testo utilizzando il semplice POST metodo. L'ID del modello è sempre uncensored, che garantisce di ottenere la variante uncensored specifica ottimizzata per dialoghi senza restrizioni. Non è necessario specificare parametri di routing complessi poiché ospitiamo questo modello singolo direttamente.

Usa il seguente comando curl per testare la tua connessione immediatamente:

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"}]
  }'

Se ricevi una risposta JSON con contenuto, la tua chiave è attiva e i crediti vengono detratti correttamente. Errori come 401 indicano una chiave non valida, mentre 402 significa che è necessario ricaricare tramite criptovaluta. Questo approccio diretto evita la variabilità dei router multi-modello.

Integrazione SDK Python

Integra rapidamente utilizzando la libreria Python ufficiale di OpenAI puntandola al nostro URL di base. Questo ti permette di utilizzare metodi familiari come chat.completions.create() senza riscrivere l'intera logica. La libreria gestisce la serializzazione automaticamente, così puoi concentrarti sul design del prompt piuttosto che sui dettagli HTTP.

Configura il client con il tuo URL di base e la chiave:

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)

Ricorda che la nostra finestra di contesto è di 100,000 token, quindi puoi passare una cronologia di conversazione sostanziale. L'SDK gestirà la tokenizzazione e la trasmissione in modo efficiente, garantendo che i tuoi prompt raggiungano il modello senza overhead o errori di formattazione inutili.

Utilizzo SDK Node

Gli sviluppatori Node possono ottenere gli stessi risultati utilizzando il openai npm package. Just like the Python version, you must override the default base URL to point to our dedicated servers. This ensures your requests go directly to the uncensored model without hitting third-party rate limits or routing delays.

Inizializza il client con l'endpoint corretto:

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);

Questo pattern funziona sia per le chiamate sincrone che per i pattern async/await. Puoi trasmettere le risposte o richiedere la modalità JSON direttamente all'interno della stessa chiamata di funzione, offrendoti flessibilità per diverse architetture di applicazione senza modificare la configurazione di autenticazione di base.

Risposte in streaming

Abilita la generazione di testo in tempo reale impostando stream: true nei parametri della richiesta. L'API restituisce un flusso di Server-Sent Events (SSE), consentendoti di visualizzare i token man mano che vengono generati. Questo riduce la latenza percepita per gli utenti, rendendo l'esperienza molto più veloce rispetto all'attesa di una risposta completa.

Gestisci i chunk dello stream per accumulare il testo finale:

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)

Ogni chunk include dati sull'utilizzo dei token nell'ultimo pezzo, così puoi monitorare i costi con precisione. Lo streaming è ideale per le interfacce chat dove il feedback immediato migliora l'engagement dell'utente. Puoi interrompere lo stream in qualsiasi momento se l'utente invia un nuovo messaggio, risparmiando crediti sulle risposte parziali.

Limiti, Errori & Contesto

Comprendere i confini tecnici per evitare interruzioni impreviste nella tua applicazione. La nostra API impone una finestra di contesto di 100.000 token per ogni richiesta, combinando sia prompt che completamento. Se superi il limite di output di 16.000 token, la generazione si interromperà, quindi imposta max_tokens di conseguenza per controllare i costi.

I codici di stato HTTP comuni includono 401 per chiavi non valide, 402 per credito insufficiente e 429 per limiti di frequenza. Sei limitato a 300 richieste al minuto per chiave. Questi vincoli garantiscono un utilizzo equo per tutti gli utenti. Usa il 429 errore da implementare con backoff esponenziale nel codice del tuo client, garantendo un funzionamento fluido durante i periodi di traffico intenso.