Dolphin بدون سانسور API مستندات

پیش‌نیازها و پیکربندی محیط

ابتدا اطمینان حاصل کنید که محیط شما دارای وابستگی‌های مورد نیاز نصب شده است قبل از ارسال هر درخواست. شما به یک کلید API فعال از داشبورد ما و یک زمان‌اجرای پشتیبانی‌شده مانند Python یا Node.js نیاز دارید. API ما از شما می‌خواهد که درخواست‌ها را به یک آدرس پایه خاص ارسال کنید، نه به پایانه پیش‌فرض OpenAI.

کلید API خود را امن نگه دارید و در یک متغیر محیطی ذخیره کنید. این کار از قرار گرفتن تصادفی آن در مخزن کد شما جلوگیری می‌کند. می‌توانید بلافاصله پس از ثبت‌نام با Google یا ایمیل، یک کلید جدید ایجاد کنید.

شما نیازی به پیکربندی مسیریابی پیچیده یا انتخاب مدل‌های خاص ندارید. نقطه پایانی یک مدل بزرگ زبان بدون سانسور واحد را برای خروجی متن مستقیم ارائه می‌دهد.

نصب SDK رسمی OpenAI

بسته رسمی SDK را نصب کنید تا احراز هویت و قالب‌بندی درخواست‌ها به‌طور خودکار انجام شود. این کتابخانه از هر دو محیط Python و Node.js با رابط‌های یکسان پشتیبانی می‌کند.

برای کاربران Python، دستور استاندارد pip install را برای افزودن کتابخانه به محیط مجازی خود اجرا کنید. توسعه‌دهندگان Node.js باید از npm برای نصب بسته معادل استفاده کنند.

SDK ساختار payload JSON را برای شما مدیریت می‌کند، بنابراین شما فقط نیاز دارید بر محتوای prompt و پارامترهایی مانند temperature یا top_p تمرکز کنید.

می‌توانید نصب را با وارد کردن کتابخانه در اسکریپت یا ماژول خود بررسی کنید. این اطمینان حاصل می‌کند که کلاینت آماده اتصال به سرورهای ما است.

پیکربندی URL پایه و کلید API

مشتری SDK خود را به URL پایه خاص ما پیکربندی کنید تا درخواست‌ها به زیرساخت بدون سانسور ما هدایت شوند. از https://api.dolphinuncensored.com/v1 به‌عنوان نقطه پایانی (endpoint).

کلید API خود را در هدر احراز هویت یا شیء پیکربندی کلاینت تنظیم کنید. کلاینت این کلید را به طور خودکار به هر درخواستی اضافه می‌کند.

اطمینان حاصل کنید که شناسه مدل را به عنوان "uncensored" در پیکربندی خود مشخص می‌کنید. این به سرور می‌گوید که برای تولید شما از کدام نسخه مدل استفاده شود.

انجام اولین درخواست تکمیل چت

یک پیام ساده ارسال کنید تا اتصال را بررسی و پاسخی دریافت کنید. این تأیید می‌کند که کلید شما معتبر است و نقطه پایایی قابل دسترسی است.

با استفاده از نقطه پایانی chat-completions و یک پیام سیستم و یک پیام کاربر، درخواست دهید. پاسخ شامل متن تولید شده در فیلد content خواهد بود.

درک Streaming و مصرف توکن

جریان‌سازی را فعال کنید تا توکن‌ها را هنگام تولید دریافت کنید و منتظر پاسخ کامل نمانید. این کار تأخیر ادراک‌شده را برای خروجی‌های طولانی بهبود می‌بخشد.

API آمار مصرف را در آخرین قطعه از جریان بازمی‌گرداند. می‌توانید تعداد توکن‌های ورودی و خروجی را برای شفافیت صورت‌حساب ردیابی کنید.

پارامتر stream را روی true در بدنه درخواست خود تنظیم کنید. روی قطعات حلقه بزنید تا متن نهایی خود را بسازید یا آن را به‌صورت بلادرنگ پردازش کنید.

مدیریت خطاها و رد شدن‌ها

خطاهای HTTP 401 را با بررسی صحت و عدم انقضای کلید API خود مدیریت کنید. خطای 402 نشان‌دهنده اعتبار پیش‌پرداخت ناکافی است؛ برای ادامه کار از طریق ارز دیجیتال شارژ کنید.

وضعیت 428 به این معنی است که به محدودیت نرخ 300 درخواست در دقیقه رسیده‌اید. پیش از تلاش مجدد کمی صبر کنید یا همزمانی خود را کاهش دهید.

مدل درخواست‌های مرتبط با محتوای جنسی با کودکان را رد می‌کند که یک محدودیت سخت است. سایر موضوعات جنجالی یا بزرگسالان معمولاً مجاز هستند. خطاها و رد محتوا اعتبار توکن شما را مصرف نمی‌کنند.

cURL

Copycurl https://api.dolphinuncensored.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "fetch the list of installed python packages"}]
  }'

پایتون

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

جریان‌سازی

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)