OpenRouter dolphin API क्विकस्टार्ट गाइड

बेस URL और प्रमाणीकरण

सभी अनुरोधों के लिए बेस यूआरएल है https://api.openrouterdolphin.com/v1. अपने API कुंजी पास करके प्रमाणीकरण करें 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."}]
  }'

प्रमाणीकरण कठोर है। हम प्रति खाता कई कुंजियों का समर्थन नहीं करते हैं। एक नई कुंजी जनरेट करने से तुरंत पिछली कुंजी अमान्य हो जाती है। यह आपके प्रीपेड क्रेडिट्स के लिए स्वच्छ उपयोग ट्रैकिंग सुनिश्चित करता है।

एंडपॉइंट: POST /v1/chat/completions

प्रतिक्रियाएं जनरेट करने के लिए टेक्स्ट डेटा भेजें uncensored मॉडल। यह एंडपॉइंट सभी मानक चैट पूर्णताओं को संभालता है। आप अनुरोध बॉडी में मॉडल, संदेश और पैरामीटर परिभाषित करते हैं।

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 उत्पन्न पाठ शामिल एक मानक JSON ऑब्जेक्ट लौटाता है। यह एम्बेडिंग्स, छवियों या ऑडियो का समर्थन नहीं करता है। पाठ जनरेट करने वाले वर्कफ़्लो पर ध्यान केंद्रित करें। मॉडल कानूनी वयस्क या विवादास्पद विषयों को बिना फ़िल्टर किए प्रॉम्प्ट्स का उत्तर देता है।

एंडपॉइंट: GET /v1/models

एक सरल GET अनुरोध के माध्यम से उपलब्ध मॉडल पुनः प्राप्त करें। यह एंडपॉइंट उस मॉडल ID की पुष्टि करता है जिसे आपको उपयोग करना है।

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);

प्रतिक्रिया में मॉडल विवरण सूचीबद्ध uncensored मॉडल। अपने पूर्णता अनुरोधों में यह सटीक ID का उपयोग करें। API केवल इस एकल मॉडल को प्रदान करता है। कोई रूटिंग या मॉडल चयन लॉजिक नहीं है। आप सीधे हमारे समर्पित अबाधित LLM इंस्टेंस के साथ इंटरैक्ट करते हैं।

स्ट्रीमिंग और उपयोग डेटा

सेटिंग करके स्ट्रीमिंग सक्षम करें stream: true. API सर्वर-सेंट इवेंट्स (SSE) के माध्यम से चंक लौटाता है। प्रत्येक चंक प्रतिक्रिया पाठ के एक हिस्से को रखता है।

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)

अंतिम चंक में पूर्ण टोकन उपयोग सांख्यिकी शामिल है। आप केवल उत्पन्न किए गए आउटपुट टोकनों के लिए भुगतान करते हैं। त्रुटियां और अस्वीकृतियां चार्ज नहीं करतीं। यह संरचना आपके एप्लिकेशन में प्रतिक्रियाओं के वास्तविक समय रेंडरिंग की अनुमति देती है।

पैरामीटर: तापमान, Top P, और टूल्स

मानक पैरामीटर का उपयोग करके जनरेशन व्यवहार को नियंत्रित करें। सेट करें temperature यादृच्छिकता और top_p न्यूक्लियस सैंपलिंग के लिए। फंक्शन कॉलिंग सक्षम करें प्रदान करके tools array।

उपयोग करें response_format के साथ {"type": "json_object"} कठोर JSON आउटपुट के लिए। आप सेट भी कर सकते हैं seed पुनरुत्पादन के लिए। API presence_penalty और frequency_penalty शब्द उपयोग को फाइन-ट्यून करने के लिए। ये पैरामीटर मानक OpenAI क्लाइंट्स में की तरह ही काम करते हैं।

रेट लिमिट्स और अनुरोध आकार

प्रत्येक API कुंजी प्रति मिनट 300 अनुरक्ष की अनुमति देती है। आप किसी भी समय 8 समवर्ती अनुरक्ष तक रख सकते हैं। अधिकतम अनुरक्ष बॉडी आकार 8 MB है। संदर्भ विंडो इनपुट और आउटपुट को मिलाकर 100,000 टोकन का समर्थन करती है।

प्रति अनुरोध अधिकतम आउटपुट 16,000 टोकन है। यदि आप सेट नहीं करते हैं max_tokens, डिफ़ॉल्ट 2,048 टोकन है। इन सीमाओं से अधिक जाने पर 429 त्रुटि लौटाई जाती है। अपनी बैचिंग रणनीति इसी अनुसार योजनाबद्ध करें। क्रेडिट कभी समाप्त नहीं होते, इसलिए आप बिना किसी दबाव के समय के साथ-साथ उपयोग जमा कर सकते हैं।