(2025)Unity调用DeepSeek API (兼容OpenAI SDK)

DeepSeek模型简介

DeepSeek-V3 为自研 MoE 模型，671B 参数，激活 37B，在 14.8T token 上进行了预训练。该模型多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。 

且DeepSeek为国内模型，访问无需魔法上网，以下是如何在Unity调用DeepSeek-V3 API。

首先，在DeepSeek官方平台注册账号并登录，申请API Key

根据官方文档封装Post方法如下：

/// <summary>
/// post请求
/// </summary>
/// <typeparam name="T"></typeparam>
/// <param name="urlTail"></param>
/// <param name="form"></param>
/// <param name="onOver"></param>
/// <returns></returns>
public static IEnumerator PostRequest<T>(string token, Action<T> onOver, object data, string urlTail = null)
{
    
        using (UnityWebRequest request = new UnityWebRequest("https://api.deepseek.com/chat/completions" + urlTail))
        {
            request.method = "post";
            // 设置请求体内容
            string jsonStr = JsonConvert.SerializeObject(data);
            byte[] bodyRaw = Encoding.UTF8.GetBytes(jsonStr);
            request.uploadHandler = new UploadHandlerRaw(bodyRaw);
            request.SetRequestHeader("Content-Type", "application/json");
            request.downloadHandler = new DownloadHandlerBuffer();
            if (token != "")
            {
                // 添加请求头部信息
                request.SetRequestHeader("Authorization", token);
            }
            // 发送请求并等待响应
            yield return request.SendWebRequest();

            // 处理响应
            if (request.result == UnityWebRequest.Result.Success)
            {
                Debug.Log("新post请求(" + request.url + ")成功，返回结果:" + request.downloadHandler.text);
                // 在这里处理API响应
                onOver.Invoke(JsonConvert.DeserializeObject<T>(request.downloadHandler.text));
            }
            else
            {
                Debug.Log("新post请求(" + request.url + ")失败，返回结果:" + request.downloadHandler.text);
                // 在这里处理API请求失败的情况

                onOver.Invoke(default(T));
            }
        }
}

调用方法

传入token为 “Bearer <DeepSeek API Key>”，DeepSeek API Key为上面获取到的Key，JSON类组成如下：

JSON属性解析

        1.指定 model='deepseek-chat' 即可调用 DeepSeek-V3。

        2.将 stream 设置为 true 来使用流式输出。messages是传入的文本。

JSON代码如下：

public class DeepSeekJson
{
    public string model { get; set; }

    public List<DeepSeekItem> messages { get; set; }

    public bool stream { get; set; }

    public class DeepSeekItem
    {
        public string role { get; set; }
        public string content { get; set; }
    }
}

Python OUTPUT样例代码如下：

import json
from openai import OpenAI

client = OpenAI(
    api_key="<your api key>",
    base_url="https://api.deepseek.com",
)

system_prompt = """
The user will provide some exam text. Please parse the "question" and "answer" and output them in JSON format. 

EXAMPLE INPUT: 
Which is the highest mountain in the world? Mount Everest.

EXAMPLE JSON OUTPUT:
{
    "question": "Which is the highest mountain in the world?",
    "answer": "Mount Everest"
}
"""

user_prompt = "Which is the longest river in the world? The Nile River."

messages = [{"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}]

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=messages,
    response_format={
        'type': 'json_object'
    }
)

print(json.loads(response.choices[0].message.content))

注意事项​

1. 设置 response_format 参数为 {'type': 'json_object'}。

2. 用户传入的 system 或 user prompt 中必须含有 json 字样，并给出希望模型输出的 JSON 格式的样例，以指导模型来输出合法 JSON。

3. 需要合理设置 max_tokens 参数，防止 JSON 字符串被中途截断。

 Python使用上下文拼接样例代码：

from openai import OpenAI
client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

# Round 1
messages = [{"role": "user", "content": "What's the highest mountain in the world?"}]
response = client.chat.completions.create(
    model="deepseek-chat",
    messages=messages
)

messages.append(response.choices[0].message)
print(f"Messages Round 1: {messages}")

# Round 2
messages.append({"role": "user", "content": "What is the second?"})
response = client.chat.completions.create(
    model="deepseek-chat",
    messages=messages
)

messages.append(response.choices[0].message)
print(f"Messages Round 2: {messages}")

Unity调用以上样例代码方式和普通调用方式类似。