当前位置： 首页 > news >正文

Unity接入DeepSeek实现AI对话功能

news 2025/8/22 7:46:25

目录

一、DeepSeek简介

1.文档

2.必要准备

（1）获取API密钥

（2）API接口地址

（3）了解Token机制

二、模型与UI

三、脚本与参数设置

对话参数设置

NPC角色配置

角色交互脚本

使用说明

一、DeepSeek简介

DeepSeek是由杭州深度求索公司研发的一款国产开源大语言模型。这款模型于2025年1月20日正式发布，其独特之处在于：在训练数据标注量极少的情况下，仍能显著提升模型推理能力。在数学运算、代码生成和自然语言理解等核心任务上，其表现已与OpenAI o1正式版相当。这款兼具高性能与普惠性的AI模型，特别适合开发者群体使用。接下来我们将通过一个简单的Unity调用示例，为大家展示如何快速接入和使用DeepSeek的强大功能。

1.文档

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。

2.必要准备

（1）获取API密钥

在Unity中集成DeepSeek服务前，需先获取API密钥。请访问以下地址申请：https://platform.deepseek.com/api_keys

重要提示：密钥仅在申请成功时完整显示一次，后续只能查看基本信息。请务必妥善保存，建议存储在本地安全位置。

（2）API接口地址

调用DeepSeek对话补全功能的API端点为：https://api.deepseek.com/v1/chat/completions

（3）了解Token机制

每个DeepSeek新账户将获赠10元初始额度，可用于兑换token。

token是计费基础单元，相当于文本处理中的"字词"单位：

  • 1个中文词语 ≈ 1 token
  • 1个英文单词 ≈ 1 token
  • 1个数字或符号 ≈ 1 token

常见换算比例：

  • 英文字符：1个≈0.3 token
  • 中文字符：1个≈0.6 token

当前DeepSeek的计费标准如下：

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/

二、模型与UI

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。

三、脚本与参数设置

我尝试使用DeepSeek生成相关脚本时，最初版本可能会出现报错。这时就需要根据报错信息让AI进行修改，并要求其严格遵循官方文档来编写代码。

以下是对话管理器脚本：

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。";}[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">玩家输入内容</param>/// <param name="callback">处理API响应的回调函数</param>public void SendDialogueRequest(string userMessage, DialogueCallback callback) {StartCoroutine(ProcessDialogueRequest(userMessage, callback));}private IEnumerator ProcessDialogueRequest(string userInput, DialogueCallback callback) {// 构建消息列表List<Message> messages = new List<Message> {new Message { role = "system", content = npcCharacter.personalityPrompt },new Message { role = "user", content = userInput }};// 构建请求体ChatRequest requestBody = new ChatRequest {model = modelName,messages = messages,temperature = temperature,max_tokens = maxTokens};string jsonBody = JsonUtility.ToJson(requestBody);Debug.Log("Sending JSON: " + jsonBody);UnityWebRequest request = CreateWebRequest(jsonBody);yield return request.SendWebRequest();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);}}private UnityWebRequest CreateWebRequest(string jsonBody) {byte[] bodyRaw = System.Text.Encoding.UTF8.GetBytes(jsonBody);var request = new UnityWebRequest(apiUrl, "POST");request.uploadHandler = new UploadHandlerRaw(bodyRaw);request.downloadHandler = new DownloadHandlerBuffer();request.SetRequestHeader("Content-Type", "application/json");request.SetRequestHeader("Authorization", $"Bearer {apiKey}");request.SetRequestHeader("Accept", "application/json");return request;}private bool IsRequestError(UnityWebRequest request) {return request.result == UnityWebRequest.Result.ConnectionError || request.result == UnityWebRequest.Result.ProtocolError || request.result == UnityWebRequest.Result.DataProcessingError;}private DeepSeekResponse ParseResponse(string jsonResponse) {try {return JsonUtility.FromJson<DeepSeekResponse>(jsonResponse);} catch (System.Exception e) {Debug.LogError($"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;public List<Message> messages;public float temperature;public int max_tokens;}[System.Serializable]public class Message {public string role;public string content;}[System.Serializable]private class DeepSeekResponse {public Choice[] choices;}[System.Serializable]private class Choice {public Message message;}
}

使用方法：

  1. 将此脚本挂载到场景中的任意物体（如主摄像机）
  2. 配置相关参数：
    • API Key：填写你申请的API密钥
    • Model Name：默认使用deepseek-chat，如需深度推理可使用deepseek-reasoner
    • API Url：https://api.deepseek.com/v1/chat/completions

对话参数设置

Temperature：采样温度值，范围0-2。数值越高（如0.8）输出越随机，数值越低（如0.2）输出越稳定。建议参考官方文档，本示例设为0.7。

Max Tokens：设置每次请求生成内容的最大token数（1-8192）。注意输入和输出的总token数不能超过模型上下文长度限制。本示例设为150。

NPC角色配置

角色名称：Unity-Chan

性格设定：虚拟角色Unity-Chan，性格活泼可爱，精通Unity引擎和C#编程。

角色交互脚本

该脚本用于显示AI生成的对话回复。

using System.Collections;
using UnityEngine;
using UnityEngine.UI;public class NPCInteraction : MonoBehaviour 
{[Header("组件引用")][SerializeField] private DeepSeekDialogueManager dialogueManager;  // 对话管理器[SerializeField] private InputField inputField;  // 玩家输入框[SerializeField] private Text dialogueText;  // 对话显示文本[Header("参数设置")] [SerializeField] private float typingSpeed = 0.05f;  // 打字效果速度private string characterName;void Start(){characterName = dialogueManager.npcCharacter.name;// 注册输入回调inputField.onSubmit.AddListener((text) => {dialogueManager.SendDialogueRequest(text, HandleAIResponse);});}// 处理AI回复private void HandleAIResponse(string response, bool success) {string displayText = success ? $"{characterName}:{response}" : $"{characterName}:（通讯中断）";StartCoroutine(TypewriterEffect(displayText));}// 打字机效果private IEnumerator TypewriterEffect(string text) {string currentText = "";foreach (char c in text){currentText += c;dialogueText.text = currentText;yield return new WaitForSeconds(typingSpeed);}}
}

使用说明

  1. 将脚本挂载到角色模型上
  2. 配置参数：
    • Dialogue Manager：拖入对话管理器对象
    • Input Field：拖入玩家输入框
    • Dialogue Text：拖入对话显示文本框
  3. 调整Typing Speed参数控制打字效果速度

四、Demo

http://www.dtcms.com/a/342504.html

相关文章：

  • 解析火语言 RPA 核心功能：让流程自动化更高效​
  • leetcode 76 最小覆盖子串
  • 有关spring-ai的defaultSystem与systemMessage优先级
  • AI 发展的伦理困局：在创新与规范间寻找平衡
  • MYSQL库及表的操作
  • Linux进程间传递文件描述符：为什么不能用FIFO而要用Unix域套接字？
  • 效果驱动复购！健永科技RFID牛场智能称重项目落地
  • 计算两幅图像在特定交点位置的置信度评分。置信度评分反映了该位置特征匹配的可靠性，通常用于图像处理任务（如特征匹配、立体视觉等）
  • 从数据抽取到加载：如何保障ETL中间环节的高效与稳定
  • 缓存与Redis
  • LG P5008 [yLOI2018] 锦鲤抄 Solution
  • 读《精益数据分析》：精益画布——创业与产品创新的高效工具
  • RabbitMQ：消费者可靠性（消费者确认、消费失败处理、业务幂等性）
  • RabbitMQ面试精讲 Day 26：RabbitMQ监控体系建设
  • 1. 准备工作---数据分析编程 - 从入门到精通
  • uniapp 自定义组件封装、easycom匹配规则
  • Go语言变量声明与初始化详解
  • TDengine IDMP 运维指南（管理策略）
  • CRII-Net
  • 【领码课堂】让Java数据检索更智能——Bean Searcher全景解读
  • 从”0“开始学JAVA——第九节下 泛型和集合框架
  • #运维 | 前端 # Linux http.server 实践：隐藏长文件名，简短路径 (http://IP:port/别名 ) 访问
  • AI研究引擎的简单技术实现步骤
  • Web 安全之 HTTP 响应截断攻击详解
  • JavaScript 系列之：图片压缩
  • 微信小程序设计的请求封装方案（request.js）
  • NPM模块化总结
  • DINOv3 重磅发布
  • 计算机网络技术学习-day6《三层交换机配置》
  • python发布文章和同步文章到社区的工具小脚本