最近openAI发布了目前chatGPT所使用的模型gpt-3.5-Turbo，之前使用了text-davinci-003模型做了一个galgame的AI女友对话的demo。这次趁着新接口的发布，对这个demo也同步更新了模型调用的代码。本篇文章将分享一下，如何在unity里使用UnityWebRequest实现与openAI的接口调用以及信息处理的示例，希望能够帮助到有需要的朋友。
一、gpt-3.5-Turbo官方示例分析
①首先我们需要知道turbo接口api的调用地址，从官方文档中查询，找到了调用连接，如下：
api调用地址：https://api.openai.com/v1/chat/completions
②调用api所需要发送的报文
1）Header：
①ContentType:application/json
②Authorization:Bearer 你的apikey
2）发送的报文主体
从openAI官方网站查询了一下Turbo的调用示例，官方展示了一个Python的代码示例：
# Note: you need to be using OpenAI Python v0.27.0 for the code below to work
import openai
openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Who won the world series in 2020?"},
{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
{"role": "user", "content": "Where was it played?"}
]
)从官方示例可以发现，我们需要发送的报文，应该包含model的名称以及需要发送的messages，实际上从官方文档里看，可以发送的字段会更多，需要的话请大家自行查询吧。
我们可以发现，发送的报文里，包含有role角色定义，以及角色所发送的消息。
这里我们注意一下，role的可选值，必须是
口 system：在初始化的时候，设置AI的角色设定，可以理解为是人设。
口 user：我们发送的信息，放在这里
口 assistant：模型返回的信息，放在这里
需要注意的是，观察官方示例，可以发现，所有发送的信息以及反馈信息均被放置在报文里，这样可以让模型回答的时候，关联前文。
3）返回的报文
模型返回的报文格式如下所示，返回的信息以Json格式反馈。
{
"id": "chatcmpl-6pWU3qzNuTBLU7U0tUw6Nqa0oQhWbHF",
"object": "chat.completion",
"created": 1677737615,
"model": "gpt-3.5-turbo-0301",
"usage": {
"prompt_tokens": 39,
"completion_tokens": 35,
"total_tokens": 74
},
"choices": [
{
"message": {
"role": "assistant",
"content": "你好，我是AI助手！"
},
"finish_reason": "stop",
"index": 0
}
]
}二、unity发送的报文格式
因为我们需要使用unity来访问api，所以需要修改一下报文主体。这里我们将需要发送的报文写成Json格式：
{
"model":"gpt-3.5-turbo",
"messages":[
{"role": "system", "content": "你是一个经验丰富的AI助手，能帮我处理很多计算机事务"},
{"role": "user", "content": "你好"},
{"role": "assistant", "content": "你好，我是一个语言模型AI"}
]
}三、Unity中调用api的代码示例
本节内容将介绍一下如何使用UnityWebRequest实现调用gpt-3.5-Turbo的代码实现。
1）首先定义一下数据发送的类，用作保存待发送的报文信息。
[Serializable]public class PostData
{
public string model;
public List<SendData> messages;
}
[Serializable]
public class SendData
{
public string role;
public string content;
public SendData() { }
public SendData(string _role,string _content) {
role = _role;
content = _content;
}
}2）定义一下返回数据的类，用于保存模型返回的数据信息
[Serializable]
public class MessageBack
{
public string id;
public string created;
public string model;
public List<MessageBody> choices;
}
[Serializable]
public class MessageBody
{
public Message message;
public string finish_reason;
public string index;
}
[Serializable]
public class Message
{
public string role;
public string content;
}
3）unity使用UnityWebRequest调用api的代码示例
调用api的功能写成一个方法，输入的参数包含待发送的文本、openAI的密钥以及回调函数，方法里需要用的一些变量，我放在脚本里做了定义。
以下是完整的代码示例：
using System;
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.Networking;
public class GptTurboScript : MonoBehaviour
{
/// <summary>
/// api地址
/// </summary>
public string m_ApiUrl = "https://api.openai.com/v1/chat/completions";
/// <summary>
/// gpt-3.5-turbo
/// </summary>
public string m_gptModel = "gpt-3.5-turbo";
/// <summary>
/// 缓存对话
/// </summary>
[SerializeField]public List<SendData> m_DataList = new List<SendData>();
/// <summary>
/// AI人设
/// </summary>
public string Prompt;
private void Start()
{
//运行时，添加人设
m_DataList.Add(new SendData("system", Prompt));
}
/// <summary>
/// 调用接口
/// </summary>
/// <param name="_postWord"></param>
/// <param name="_openAI_Key"></param>
/// <param name="_callback"></param>
/// <returns></returns>
public IEnumerator GetPostData(string _postWord,string _openAI_Key, System.Action<string> _callback)
{
//缓存发送的信息列表
m_DataList.Add(new SendData("user", _postWord));
using (UnityWebRequest request = new UnityWebRequest(m_ApiUrl, "POST"))
{
PostData _postData = new PostData
{
model = m_gptModel,
messages = m_DataList
};
string _jsonText = JsonUtility.ToJson(_postData);
byte[] data = System.Text.Encoding.UTF8.GetBytes(_jsonText);
request.uploadHandler = (UploadHandler)new UploadHandlerRaw(data);
request.downloadHandler = (DownloadHandler)new DownloadHandlerBuffer();
request.SetRequestHeader("Content-Type", "application/json");
request.SetRequestHeader("Authorization", string.Format("Bearer {0}", _openAI_Key));
yield return request.SendWebRequest();
if (request.responseCode == 200)
{
string _msg = request.downloadHandler.text;
MessageBack _textback = JsonUtility.FromJson<MessageBack>(_msg);
if (_textback != null && _textback.choices.Count > 0)
{
string _backMsg = _textback.choices[0].message.content;
//添加记录
m_DataList.Add(new SendData("assistant", _backMsg));
_callback(_backMsg);
}
}
}
}
#region 数据包
[Serializable]public class PostData
{
public string model;
public List<SendData> messages;
}
[Serializable]
public class SendData
{
public string role;
public string content;
public SendData() { }
public SendData(string _role,string _content) {
role = _role;
content = _content;
}
}
[Serializable]
public class MessageBack
{
public string id;
public string created;
public string model;
public List<MessageBody> choices;
}
[Serializable]
public class MessageBody
{
public Message message;
public string finish_reason;
public string index;
}
[Serializable]
public class Message
{
public string role;
public string content;
}
#endregion
}本文的代码示例是基于我前段时间做的一个使用chatGPT实现的二次元AI女友galgame的demo提取的，源码包提供了text-davinci-003以及gpt-3.5-Turbo两个模型的demo示例，源码已经发布在Gitee上，需要使用的朋友，可以自行下载参考。
Gitee地址：chatGPTAIGirlFrienchatGPTAIGirlFriendSample: 使用chatGPT+unity+Azure+VRoid制作的简单的AI女友(老婆)对话机器人的demo。
![[SSD科普] 固态硬盘物理接口SATA、M.2、PCIe常见疑问，如何选择？](https://img-blog.csdnimg.cn/img_convert/bd935ef409ed41ac81d233e736274501.png)
