Dolphin 无审查 API 文档

前提条件与环境配置

首先确保在发出任何请求之前已安装必要的依赖项。你需要来自我们仪表板的活跃 API 密钥以及受支持的语言运行时，如 Python 或 Node.js。我们的 API 要求你将请求发送到特定的基础 URL，而不是默认的 OpenAI 端点。

妥善保管您的 API 密钥并将其存储在环境变量中。这可以防止在代码仓库中意外泄露。使用 Google 或电子邮件注册后，您可以即时生成新密钥。

您无需配置复杂的路由或选择特定模型。该端点服务于一个专为直接文本输出设计的单一 uncensored 大语言模型。

安装官方 OpenAI SDK

安装官方 SDK 包，以自动处理身份验证和请求格式化。该库支持 Python 和 Node.js 环境，接口一致。

对于 Python 用户，运行标准的 pip install 命令将库添加到您的虚拟环境中。Node.js 开发者应使用 npm 安装等效包。

SDK 为您管理 JSON 负载结构，因此您只需关注提示词内容和诸如 temperature 或 top_p 之类的参数。

您可以通过在脚本或模块中导入库来验证安装。这确保客户端已准备好连接到我们的服务器。

配置基础 URL 和 API 密钥

将您的 SDK 客户端指向我们的特定基础 URL，以将请求路由到我们的无审查基础设施。使用 https://api.dolphinuncensored.com/v1 作为您的端点。

在授权头或客户端配置对象中设置您的 API 密钥。客户端会自动将此密钥附加到每个请求中。

请确保在配置中指定模型 ID 为 "uncensored"。这告诉服务器使用哪个模型版本进行生成。

发起首次聊天补全请求

发送简单消息以验证连通性并接收响应。这将确认您的密钥有效且端点可达。

使用 chat-completions 端点，传入系统提示和用户消息。响应将在 content 字段中包含生成的文本。

理解流式传输与 Token 使用

启用流式传输以按生成顺序接收 Token，而不是等待完整响应。这提升了长输出的感知延迟。

API 在流的最后一个 chunk 中返回使用情况统计。您可以追踪输入和输出 token 计数以实现计费透明。

在请求体中将 stream 参数设置为 true。遍历 chunks 以构建最终文本或实时处理。

处理错误和拒绝

通过验证 API 密钥是否正确且未过期来处理 HTTP 401 错误。402 错误表示预存余额不足；通过加密货币充值以继续。

429 状态表示您达到了每分钟 300 次请求的速率限制。请稍作等待后再重试，或降低并发量。

该模型拒绝涉及未成年人性内容的需求，这是硬性限制。其他争议性或成人话题通常允许。错误和拒绝不会消耗您的 token 额度。

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"}]
  }'

Python

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);

流式传输

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)