0
点赞
收藏
分享

微信扫一扫

【原创】Unity结合OpenAI官方api实现类似chatGPT的AI聊天机器人

快乐与微笑的淘气 2022-12-18 阅读 340
unityopenAIchatgpt

一、什么是ChatGPT

        最近chatGPT爆火，网络铺天盖地的各种文章视频，各种牛逼之声。倒算不上第一时间使用，发布隔了一周多，才从同事那里听说了这么个神奇的技术。这周阳了，持续发烧在家，忙着养病也没时间去了解。等到周五退烧了，病情也缓解了，也就趁着热度试用了一下chatGPT，确实很强大，对话逻辑清晰，甚至感觉不到和我对话的是一个AI。除了能够聊天对话之外，你甚至可以叫他帮助你读代码，写代码，有点牛逼有没有！

       什么是chatGPT呢？从网上查的：chatGPT是OpenAI开发的大型预训练语言模型，是GPT-3模型的一个变体，经过训练可以在对话中生成类似人类的文本响应。

        我问了一下它chatGPT，是这么回答我的：chatGPT是一种基于语言模型的聊天机器人技术，它使用大量文本数据来学习如何与自然语言对话。它可以理解上下文，能够自然而直观的回答用户的查询，它也可以自动生成问题和句子，使对话更加流畅。

        哈哈，对自己还是很了解的嘛。

        不过，今天这篇文章也不是来科普chatGPT的，因为使用chatGPT是需要科学上网的，不用点特殊手段是没办法使用到的。当然，发布chatGPT的openAI提供了api，可以通过api来实现chatGPT的对话功能，api就不需要科学上网可直接访问了。那么我们看看怎么使用unity来开发实现一个AI聊天机器人吧。

二、开始前的准备

        我们要使用openAI提供的api实现AI聊天机器人，首先需要做几个准备工作：

        ①注册一个OpenAI的账号。目前openAI暂不支持大陆地区，怎么注册到openAI的账号，不在本文章解答范围内，请自行解决。

        ②创建API秘钥。登录账号后，在账户管理界面里，找到API Keys页面，创建一个秘钥。这里要注意，创建秘钥之后，站点会提示保存好你的秘钥，这里务必要复制保存，错过了可就没办法再复制了！

        ③复制保存一下api地址与代码示例，方便使用。

        官方提供了几个代码示例，从代码示例里查看信息，获取到官方api的地址：

https://api.openai.com/v1/completionsicon-default.png?t=M85Bhttps://api.openai.com/v1/completions        需要传递的参数：

        "model": "text-davinci-003",
        "prompt": "",
        "temperature": 0,
        "max_tokens": 100,
        "top_p": 1,
        "frequency_penalty": 0.0,
        "presence_penalty": 0.0,
        "stop": ["\n"]

        记录这些信息就差不多了，咱们调用openAI的官方api用到信息基本都有了，现在开始尝试在unity里实现聊天机器人的功能吧。

三、编写代码实现聊天机器人功能

        接下来，我们开始在unity里编写代码，实现我们所需要的功能。

        1、编写一个类，用来保存Post的参数，参数定义参考上一节中我们记录的传递参数列表。

[System.Serializable]public class PostData{
		public string model;
		public string prompt;
		public int max_tokens; 
        public float temperature;
        public int top_p;
        public float frequency_penalty;
        public float presence_penalty;
        public string stop;
	}

        2、编写一个类，用于保存OpenAI返回的数据。这里我们要事先了解一下调用openAI的api后，返回给我们的数据格式，随便找一个API调试助手就可以了，参考官方文档要求的Header和发送的参数要求（Json）,拿到返回数据，即可知道数据格式。我只处理我需要的信息，因此编写了以下的类来保存返回的数据。

	/// <summary>
	/// 返回的信息
	/// </summary>
	[System.Serializable]public class TextCallback{
		public string id;
		public string created;
		public string model;
		public List<TextSample> choices;

		[System.Serializable]public class TextSample{
			public string text;
			public string index;
			public string finish_reason;
		}

	}

        3、编写Post方法，发送参数至api。这里用到了UnityWebRequest类来实现post方法。使用unity提供的JsonUtility类来实现Json格式的转换。编写代码过程注意一下：发送Raw数据的时候，使用utf-8来读取byte数组，开始的时候没用使用utf-8，openAI那边返回有报错；

private IEnumerator GetPostData(string _postWord,System.Action<string> _callback)
	{

		var request = new UnityWebRequest (m_ApiUrl, "POST");
		PostData _postData = new PostData
		{
			model = m_PostDataSetting.model,
			prompt = _postWord,
			max_tokens = m_PostDataSetting.max_tokens,
            temperature=m_PostDataSetting.temperature,
            top_p=m_PostDataSetting.top_p,
            frequency_penalty=m_PostDataSetting.frequency_penalty,
            presence_penalty=m_PostDataSetting.presence_penalty,
            stop=m_PostDataSetting.stop
		};

		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}",m_OpenAI_Key));

		yield return request.SendWebRequest ();

		if (request.responseCode == 200) {
			string _msg = request.downloadHandler.text;
			TextCallback _textback = JsonUtility.FromJson<TextCallback> (_msg);
			if (_textback!=null && _textback.choices.Count > 0) {
                _callback(_textback.choices [0].text);
			}
		
		}
	}

        4、我的代码里写了一个回调函数，用来处理openAI返回的信息。代码仅做参考，因为我的应用写成了一个聊天对话机器人的形式，所以在获取到openAI返回的信息之后，会创建一个对话框，并且把返回的信息输入到对话框里。获取信息之后更新窗体尺寸并且自动跳到最新的会话位置。

 private void CallBack(string _callback){
        _callback=_callback.Trim();
        ChatPrefab _chat=Instantiate(m_RobotChatPrefab,m_ChatParent);
        _chat.SetText(_callback);
        //重新计算容器尺寸
        LayoutRebuilder.ForceRebuildLayoutImmediate(m_rootTrans);
       
       StartCoroutine(TurnToLastLine());
    }

  private IEnumerator TurnToLastLine(){
        yield return new WaitForEndOfFrame();
         //滚动到最近的消息
        m_ScroTectObject.verticalNormalizedPosition=0;
    }

        5、现在我们基本上已经完成了主要的代码编写。后面的一些工作就是使用unity制作一下聊天应用的界面和一些交互的代码了，就不再赘述，后面是全部代码。

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.Networking;
using UnityEngine.UI;
public class GetOpenAI : MonoBehaviour
{
    //API key
	private string m_OpenAI_Key="你的API KEY";
	// 定义Chat API的URL
	private string m_ApiUrl = "https://api.openai.com/v1/completions";
    //配置参数
    [SerializeField]private PostData m_PostDataSetting;

    //输入的信息
    [SerializeField]private InputField m_InputWord;
    //聊天文本放置的层
    [SerializeField]private Transform m_ChatParent;
    [SerializeField]private RectTransform m_rootTrans;
    //发送聊天气泡
    [SerializeField]private ChatPrefab m_PostChatPrefab;
    //回复的聊天气泡
    [SerializeField]private ChatPrefab m_RobotChatPrefab;
    //滚动条
    [SerializeField]private ScrollRect m_ScroTectObject;

    //发送信息
    public void SendData()
    {
        if(m_InputWord.text.Equals(""))
            return;

        string _msg=m_InputWord.text;
        ChatPrefab _chat=Instantiate(m_PostChatPrefab,m_ChatParent);
        _chat.SetText(_msg);
        //重新计算容器尺寸
        LayoutRebuilder.ForceRebuildLayoutImmediate(m_rootTrans);
        StartCoroutine(TurnToLastLine());
        StartCoroutine (GetPostData (_msg,CallBack));
        m_InputWord.text="";
    }

    //AI回复的信息
    private void CallBack(string _callback){
        _callback=_callback.Trim();
        ChatPrefab _chat=Instantiate(m_RobotChatPrefab,m_ChatParent);
        _chat.SetText(_callback);
        //重新计算容器尺寸
        LayoutRebuilder.ForceRebuildLayoutImmediate(m_rootTrans);
       
       StartCoroutine(TurnToLastLine());
    }

    private IEnumerator TurnToLastLine(){
        yield return new WaitForEndOfFrame();
         //滚动到最近的消息
        m_ScroTectObject.verticalNormalizedPosition=0;
    }

    //设置AI模型
    public void SetAIModel(Toggle _modelType){
        if(_modelType.isOn){
            m_PostDataSetting.model=_modelType.name;
        }
    }


	[System.Serializable]public class PostData{
		public string model;
		public string prompt;
		public int max_tokens; 
        public float temperature;
        public int top_p;
        public float frequency_penalty;
        public float presence_penalty;
        public string stop;
	}

	private IEnumerator GetPostData(string _postWord,System.Action<string> _callback)
	{

		var request = new UnityWebRequest (m_ApiUrl, "POST");
		PostData _postData = new PostData
		{
			model = m_PostDataSetting.model,
			prompt = _postWord,
			max_tokens = m_PostDataSetting.max_tokens,
            temperature=m_PostDataSetting.temperature,
            top_p=m_PostDataSetting.top_p,
            frequency_penalty=m_PostDataSetting.frequency_penalty,
            presence_penalty=m_PostDataSetting.presence_penalty,
            stop=m_PostDataSetting.stop
		};

		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}",m_OpenAI_Key));

		yield return request.SendWebRequest ();

		if (request.responseCode == 200) {
			string _msg = request.downloadHandler.text;
			TextCallback _textback = JsonUtility.FromJson<TextCallback> (_msg);
			if (_textback!=null && _textback.choices.Count > 0) {
                _callback(_textback.choices [0].text);
			}
		
		}
	}

    public void Quit(){
        Application.Quit();
    }

    void Update(){

        if(Input.GetKeyDown(KeyCode.Escape)){
            Application.Quit();
        }
    }

	/// <summary>
	/// 返回的信息
	/// </summary>
	[System.Serializable]public class TextCallback{
		public string id;
		public string created;
		public string model;
		public List<TextSample> choices;

		[System.Serializable]public class TextSample{
			public string text;
			public string index;
			public string finish_reason;
		}

	}

}

四、结束语

        花了一点时间简单实现了一个基于OpenAI的聊天机器人的功能。完整的工程文件，我挂载在Git和Gee上供参考，unity版本请使用unity2020.1及以上版本。代码水平有限，上述编码过程仅做参考，如有不恰当之处欢迎交流。

        聊天机器人效果可观看视频：
今日头条https://m.toutiao.com/is/hH5j3Tx/      完整代码可自行到到Git上下载，unity版本请使用unity2020.1及以上版本

        Github：https://github.com/zhangliwei7758/OpenAIChatRobotMastericon-default.png?t=M85Bhttps://github.com/zhangliwei7758/OpenAIChatRobotMaster

        Gitee:OpenAIChatRobotMaster: 使用unity实现的基于OpenAI官方api的AI聊天机器人示例https://gitee.com/DammonSpace/open-aichat-robot-master

举报

相关推荐

ChatGPT智能AI的聊天机器人

人工智能聊天机器人历史记录软件研发

基于chatgpt的聊天机器人

ue4ue5

ChatGPT实践-构建简单的AI聊天机器人(python)

JavaIOBIONIOAIO

探讨ChatGPT：未来AI聊天机器人的发展前景

聊天机器人应用场景人工智能ChatGPT机器学习ChatGPT初体验

Chatgpt聊天机器人系统开发

javascriptvue.jsecharts

Android实现智能聊天机器人

Androidandroidxml加载系统/运维

Python+Slack API 如何实现聊天机器人

slack聊天机器人python环境变量Java编程语言

Openai接入企业微信成为聊天机器人

微信IP服务器NLP人工智能ChatGPT初体验

Python实现自动聊天机器人

Python知识初见-码农Python精选Python学...pythonPython

chatgpt2 搭建自己的聊天机器人

docker数据github机器学习人工智能
0 条评论