OpenRouter dolphin API Quickstart-guide

Base URL og autentificering

Base-URL'en til alle anmodninger er https://api.openrouterdolphin.com/v1. Du autentificerer ved at sende dit API-nøgle i Authorization

Copycurl https://api.openrouterdolphin.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 10 libraries for Python web scraping."}]
  }'

Autentificeringen er streng. Vi understøtter ikke flere nøgler pr. konto. Generering af en ny nøgle gør øjeblikkeligt den tidligere ugyldig. Dette sikrer rent forbrugssporing for dine forudbetalte kreditter.

Endpoint: POST /v1/chat/completions

Send tekstdata for at generere svar ved hjælp af uncensored model. Dette endepunkt håndterer alle standard chat-fuldførelser. Du definerer modellen, beskeder og parametre i anmodningskroppen.

Copyfrom openai import OpenAI

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

API'en returnerer et standard JSON-objekt, der indeholder den genererede tekst. Den understøtter ikke embeddings, billeder eller lyd. Fokuser på tekstgenereringsarbejdsflow. Modellen responderer på prompts uden filtrering af lovligt voksent eller kontroversielt indhold.

Endpoint: GET /v1/models

Hent tilgængelige modeller via en simpel GET-anmodning. Dette endepunkt bekræfter det model-ID, du skal bruge.

Copyimport OpenAI from "openai";

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

Svaret indeholder listen over uncensored model. Brug denne nøjagtige ID i dine completion-anmodninger. API'et leverer kun denne enkeltmodel. Der er ingen routing- eller modelvalgslogik. Du interagerer direkte med vores dedikerede uncensored LLM-instans.

Streaming og forbrugsdata

Aktivér streaming ved at indstille stream: true. API'en returnerer chunks via Server-Sent Events (SSE). Hver chunk indeholder en del af svarteksten.

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)

Den sidste chunk indeholder de fulde tokenbrugsstatistikker. Du betaler kun for de genererede output-tokens. Fejl og afvisninger medfører ingen gebyrer. Denne struktur giver mulighed for realtidsgengivelse af svar i dine applikationer.

Parametre: Temperatur, Top P og Værktøjer

Styr genereringsadfft med standardparametre. Indstil temperature for tilfældighed og top_p for nucleus sampling. Aktiver funktionskald ved at angive en tools array.

Brug response_format med {"type": "json_object"} for streng JSON-output. Du kan også indstille seed for reproducerbarhed. API'et understøtter presence_penalty og frequency_penalty til finjustering af ordbrug. Disse parametre fungerer præcis som de gør i standard OpenAI-klienter.

Rate Limits og Anmodningsstørrelse

Hver API-nøgle giver 300 forespørgsler i minuttet. Du kan have op til 8 samtidige forespørgsler ad gangen. Den maksimale størrelse for forespørgselskroppen er 8 MB. Kontekstvinduet understøtter 100,000 tokens for input og output tilsammen.

Maks. output pr. anmodning er 16.000 tokens. Hvis du ikke angiver max_tokens, standardværdien er 2.048 tokens. At overskride disse grænser giver en 429-fejl. Planlæg din batching-strategi dertil. Credits udløber aldrig, så du kan akkumulere brug over tid uden pres.