راهنمای شروع سریع API دلفین OpenRouter

URL پایه و احراز هویت

آدرس پایه برای تمام درخواست‌ها https://api.openrouterdolphin.com/v1. شما با ارسال کلید API خود در 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."}]
  }'

احراز هویت سخت‌گیرانه است. ما از چند کلید برای هر حساب پشتیبانی نمی‌کنیم. تولید یک کلید جدید، بلافاصله کلید قبلی را نامعتبر می‌کند. این امر ردیابی تمیز استفاده برای اعتبارات از پیش پرداخت‌شده شما را تضمین می‌کند.

نقطه پایانی: POST /v1/chat/completions

ارسال داده‌های متنی برای تولید پاسخ‌ها با استفاده از uncensored مدل. این نقطه پایانی تمام تکمیل‌های چت استاندارد را مدیریت می‌کند. مدل، پیام‌ها و پارامترها را در بدنه درخواست تعریف می‌کنید.

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 یک شیء JSON استاندارد شامل متن تولید شده برمی‌گرداند. از جاسازی (embedding)، تصاویر یا صدا پشتیبانی نمی‌کند. روی کارگاه‌های تولید متن تمرکز کنید. مدل به پرامپت‌ها بدون فیلتر کردن موضوعات بزرگسالان قانونی یا بحث‌برانگیز پاسخ می‌دهد.

نقطه پایانی: GET /v1/models

مدل‌های موجود را از طریق یک درخواست GET ساده بازیابی کنید. این نقطه پایانی شناسه مدلی را که باید استفاده کنید تأیید می‌کند.

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);

پاسخ لیست uncensored مدل. از این ID دقیق در درخواست‌های تکمیل خود استفاده کنید. API فقط این مدل تکی را ارائه می‌دهد. هیچ منطق مسیریابی یا انتخاب مدل وجود ندارد. شما مستقیماً با نمونه LLM uncensored اختصاصی ما تعامل دارید.

داده‌های مصرف و پخش زنده

استریمینگ را با تنظیم stream: true. API قطعات را از طریق رویدادهای ارسالی سرور (SSE) برمی‌گرداند. هر قطعه حاوی بخشی از متن پاسخ است.

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)

قطعه نهایی شامل آمار کامل مصرف توکن است. شما صرفاً برای توکن‌های خروجی تولید شده پرداخت می‌کنید. خطاها و رد شدن درخواست‌ها هزینه‌ای ندارند. این ساختار امکان رندرینگ بلادرنگ پاسخ‌ها را در برنامه‌های شما فراهم می‌کند.

پارامترها: دما، Top P و Tools

رفتار تولید را با پارامترهای استاندارد کنترل کنید. تنظیم temperature برای تصادفی بودن و top_p برای نمونه‌گیری هسته. فراخوانی تابع را با ارائه یک tools آرایه.

استفاده response_format با {"type": "json_object"} برای خروجی JSON دقیق. همچنین می‌توانید مقدار seed برای قابلیت تکرارپذیری. API از presence_penalty و frequency_penalty برای تنظیم دقیق استفاده از کلمات. این پارامترها دقیقاً همان‌طور که در کلاینت‌های استاندارد OpenAI عمل می‌کنند، کار می‌کنند.

محدودیت‌های نرخ و اندازه درخواست

هر کلید API اجازه ۳۰۰ درخواست در دقیقه را می‌دهد. شما می‌توانید در هر لحظه تا ۸ درخواست همزمان داشته باشید. حداکثر اندازه بدنه درخواست ۸ مگابایت است. پنجره زمینه برای ورودی و خروجی ترکیبی تا ۱۰۰,۰۰۰ توکن پشتیبانی می‌کند.

حداکثر خروجی در هر درخواست ۱۶,۰۰۰ توکن است. اگر تنظیم نکنید max_tokens, پیش‌فرض ۲,۰۴۸ توکن است. عبور از این محدودیت‌ها خطای ۴۲۹ را برمی‌گرداند. استراتژی دسته‌بندی خود را متناسب با آن برنامه‌ریزی کنید. اعتبارها منقضی نمی‌شوند، بنابراین می‌توانید مصرف خود را در طول زمان بدون فشار انباشته کنید.