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/completions
https://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
https://gitee.com/DammonSpace/open-aichat-robot-master转载：https://blog.csdn.net/sinat_28962939/article/details/128358522