Unity 接入 DeepSeek 实现 AI 对话功能
了解DeepSeek
要了解如何编写接入 DeepSeek 的代码和设置相关参数，首先要来学习它的文档。DeepSeek 的官方 API 文档地址是：https://api-docs.deepseek.com/zh-cn/我们希望使用它的对话 API，文档中给出了一些示例：
文档没有提供 C# 脚本示例，不过它提供了重要参数的信息，之后我们可以让 AI 协助补全脚本。在“对话补全”（https://api-docs.deepseek.com/zh-cn/api/create-chat-completion）中，提供了更详细的参数含义和示例。
重要准备
(1) API Key要在 Unity 中调用 DeepSeek，首先需要申请一个 API Key。申请地址为：https://platform.deepseek.com/api_keys注意：成功申请 Key 后，要在本地妥善保存。DeepSeek 后台只能查看 Key 的列表和 token 余额等信息，完整的 Key 只会在申请成功后显示一次。
(2) API 请求地址我们希望使用 DeepSeek 的对话补全功能，它的 API 请求地址是：https://api.deepseek.com/v1/chat/completions
(3) token每个 DeepSeek 账号有官方赠送的 10 元余额，可以用它来兑换 token。token 是模型用来表示自然语言文本的基本单位，也是我们的计费单元，可以直观的理解为“字”或“词”；通常 1 个中文词语、1 个英文单词、1 个数字或 1 个符号计为 1 个 token。一般情况下模型中 token 和字数的换算比例大致如下：1 个英文字符 ≈ 0.3 个 token。1 个中文字符 ≈ 0.6 个 token。DeepSeek 目前的收费标准如下：
建议大家根据自己的需求来估算消耗的 token 和费用，在控制台可以查看余额：https://platform.deepseek.com/
示例中，我们使用 Unity-Chan 模型作为对话角色，该模型可以从 Unity 资源商店中免费下载。同时，还需要准备简单的 UI，如图：
下方的提问框是用 InputField 组件制作的，右上方的回答框是用 ScrollView 组件搭配 Text 组件制作的。为了方便显示更多内容，要将 ScrollView 的窗口做大一些。美观起见，隐藏了滚动条。
我尝试了用 DeepSeek 来生成相关脚本，最初生成的脚本有可能报错，这时就要根据报错内容让 AI 来进行修改，要求它严格遵循官方文档来编写。首先是对话管理器脚本：
using UnityEngine;
using UnityEngine.Networking;
using System.Collections;
using System.Collections.Generic;
public class DeepSeekDialogueManager : MonoBehaviour
{
// API配置
[Header("API Settings")] [SerializeField]
private string apiKey = "在此处填入你申请的API密钥"; // DeepSeek API密钥
[SerializeField] private string modelName = "deepseek-chat"; // 使用的模型名称
[SerializeField] private string apiUrl = "https://api.deepseek.com/v1/chat/completions"; // API请求地址
// 对话参数
[Header("Dialogue Settings")] [Range(0, 2)]
public float temperature = 0.7f; //控制生成文本的随机性（0-2，值越高越随机）
[Range(1, 1000)] public int maxTokens = 150; //生成的最大令牌数（控制回复长度）
// 角色设定
[System.Serializable]
public class NPCCharacter
{
public string name;
[TextArea(3, 10)]
public string personalityPrompt = "你是虚拟人物Unity-Chan，是个性格活泼，聪明可爱的女生。擅长Unity和C#编程知识。"; // 角色设定提示词 }
}
[SerializeField] public NPCCharacter npcCharacter;
// 回调委托，用于异步处理API响应
public delegate void DialogueCallback(string response, bool isSuccess);
/// <summary> /// 发送对话请求 /// </summary>
/// <param name="userMessage">玩家的输入内容</param>
/// <param name="callback">回调函数，用于处理API响应</param>
public void SendDialogueRequest(string userMessage, DialogueCallback callback)
{
StartCoroutine(ProcessDialogueRequest(userMessage, callback));
}
/// <summary> /// 处理对话请求的协程
/// </summary> /// <param name="userInput">玩家的输入内容</param>
/// <param name="callback">回调函数，用于处理API响应</param>
private IEnumerator ProcessDialogueRequest(string userInput, DialogueCallback callback)
{
// 构建消息列表，包含系统提示和用户输入
List<Message> messages = new List<Message>
{
new Message { role = "system", content = npcCharacter.personalityPrompt },
// 系统角色设定
new Message { role = "user", content = userInput } // 用户输入
};
// 构建请求体
ChatRequest requestBody = new ChatRequest
{
model = modelName, // 模型名称
messages = messages, // 消息列表
temperature = temperature, // 温度参数
max_tokens = maxTokens // 最大令牌数
};
string jsonBody = JsonUtility.ToJson(requestBody);
Debug.Log("Sending JSON: " + jsonBody); // 调试用，打印发送的JSON数据
// 创建UnityWebRequest并发送请求
UnityWebRequest request = CreateWebRequest(jsonBody);
yield return request.SendWebRequest();
// 检查请求是否出错
if (IsRequestError(request))
{
Debug.LogError($"API Error: {request.responseCode}\n{request.downloadHandler.text}");
callback?.Invoke(null, false);
yield break;
}
DeepSeekResponse response = ParseResponse(request.downloadHandler.text);
if (response != null
&& response.choices.Length > 0)
{
string npcReply = response.choices[0].message.content;
callback?.Invoke(npcReply, true);
}
else
{
callback?.Invoke(name + "（陷入沉默）", false);
}
}
/// <summary>
/// 创建UnityWebRequest对象
/// </summary>
/// <param name="jsonBody">请求体的JSON字符串</param>
/// <returns>配置好的UnityWebRequest对象</returns>
private UnityWebRequest CreateWebRequest(string jsonBody)
{
byte[] bodyRaw = System.Text.Encoding.UTF8.GetBytes(jsonBody);
var request = new UnityWebRequest(apiUrl, "POST");
request.uploadHandler = new UploadHandlerRaw(bodyRaw); // 设置上传处理器
request.downloadHandler = new DownloadHandlerBuffer(); // 设置下载处理器
request.SetRequestHeader("Content-Type", "application/json"); // 设置请求头
request.SetRequestHeader("Authorization", $"Bearer {apiKey}"); // 设置认证头
request.SetRequestHeader("Accept", "application/json"); // 设置接受类型
return request;
}
/// <summary>
/// 检查请求是否出错
/// </summary>
/// <param name="request">UnityWebRequest对象</param>
/// <returns>如果请求出错返回true，否则返回false</returns>
private bool IsRequestError(UnityWebRequest request)
{
return request.result == UnityWebRequest.Result.ConnectionError ||
request.result == UnityWebRequest.Result.ProtocolError ||
request.result == UnityWebRequest.Result.DataProcessingError;
}
/// <summary>
/// 解析API响应
/// </summary>
/// <param name="jsonResponse">API响应的JSON字符串</param>
/// <returns>解析后的DeepSeekResponse对象</returns>
private DeepSeekResponse ParseResponse(string jsonResponse)
{
try
{
return JsonUtility.FromJson<DeepSeekResponse>(jsonResponse);
}
catch (System.Exception e)
{
Debug.LogError($"JSON解析失败: {e.Message}\n响应内容：{jsonResponse}");
return null;
}
}
// 可序列化数据结构
[System.Serializable]
private class ChatRequest
{
public string model; // 模型名称
public List<Message> messages; // 消息列表
public float temperature; // 温度参数
public int max_tokens; // 最大令牌数
}
[System.Serializable]
public class Message
{
public string role; // 角色（system/user/assistant）
public string content; // 消息内容
}
[System.Serializable]
private class DeepSeekResponse
{
public Choice[] choices; // 生成的选择列表
}
[System.Serializable]
private class Choice
{
public Message message; // 生成的消息
}
}
API 设置
API Key：你申请的 API 密钥
Model Name：希望使用的模型。一般情况下用 deepseek-chat 即可，如需深度推理，可使用 deepseek-reasoner。
API Url：https://api.deepseek.com/v1/chat/completions
对话设置
Temperature：采样温度，介于 0 和 2 之间。更高的值，如 0.8，会使输出更随机，而更低的值，如 0.2，会使其更加集中和确定。可参考官方文档的推荐（https://api-docs.deepseek.com/zh-cn/quick_start/parameter_settings）进行设置，本例中设为 0.7。
Max Tokens：介于 1 到 8192 间的整数，限制一次请求中模型生成 completion 的最大 token 数。输入 token 和输出 token 的总长度受模型的上下文长度的限制。本例中设为 150。
NPC Character
Name：角色姓名，本例中设为 “Unity-Chan”。
Personality Prompt：性格描述。本例中设为“你是虚拟人物 Unity-Chan，一个性格活泼，聪明可爱的女生，擅长 Unity 和 C# 编程知识。
”第二个脚本是角色互动脚本，它用来显示 AI 生成的回复。
public class NPCInteraction : MonoBehaviour
{
[Header("References")] [SerializeField]
private DeepSeekDialogueManager dialogueManager; //对话管理器
[SerializeField] private InputField inputField; //玩家问题输入框
[SerializeField] private Text dialogueText; //角色回复的文本内容
private string characterName;
[Header("Settings")] [SerializeField] private float typingSpeed = 0.05f; // 打字机效果的字符显示速度
void Start()
{
characterName = dialogueManager.npcCharacter.name; //角色姓名赋值
//输入框提交后执行的回调函数
inputField.onSubmit.AddListener((text) =>
{
dialogueManager.SendDialogueRequest(text, HandleAIResponse); //发送对话请求到DeepSeek AI
});
}
/// <summary>
/// 处理AI的响应
/// </summary>
/// <param name="response">AI的回复内容</param>
/// <param name="success">请求是否成功</param>
private void HandleAIResponse(string response, bool success)
{
StartCoroutine(
TypewriterEffect(success ? characterName + ":" + response : characterName + ":（通讯中断）")); //启动打字机效果协程
}
/// <summary>
/// 打字机效果协程
/// </summary>
/// <param name="text">角色的回复内容</param>
/// <returns></returns>
private IEnumerator TypewriterEffect(string text)
{
string currentText = ""; //当前显示的文本
foreach (char c in text) //遍历每个字符
{
currentText += c; //添加字符到当前文本
dialogueText.text = currentText; //更新显示文本
yield return new WaitForSeconds(typingSpeed); //等待一定时间
}
}
}
将这个脚本挂在角色模型上，并给参数赋值。
Reference
Dialogue Manager：拖入挂载了对话控制器的物体。
Input Field：拖入提问对话框对应的 InputField 控件。
Dialogue Text：拖入回复对话框对应的 Text 控件。
Settings
Typing Speed：打字机效果的字符显示速度。
扫一扫
3938
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
