发布时间:2023-04-18 文章分类:电脑基础 投稿人:樱花 字号: 默认 | | 超大 打印

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

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

        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【原创】什么是chatGPT?Unity结合OpenAI官方api实现类似chatGPT的AI聊天机器人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,调用http接口。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【原创】什么是chatGPT?Unity结合OpenAI官方api实现类似chatGPT的AI聊天机器人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

         Gitee:OpenAIChatRobotMaster: 使用unity实现的基于OpenAI官方api的AI聊天机器人示例【原创】什么是chatGPT?Unity结合OpenAI官方api实现类似chatGPT的AI聊天机器人https://gitee.com/DammonSpace/open-aichat-robot-master

2023.2.7更新:

        有网友私信说源码存在一点问题,昨晚我看了一下,确实有点问题,忘记上传字体文件了,所以导致界面和预设的文字显示不出来,已经做了修复,更新了一下源码。这里说明一下,unity的版本请使用2020.1及以上,源码下载完,把openAISample文件夹拖到你自己的工程文件里,记得把Texure文件夹里的贴图设置成sprit,检查一下UI还有文字显示是不是正常的。源码里没有配置openAI的应用秘钥,所以需要自己注册账号,申请秘钥。具体申请方法自行百度咯[笑]

        同时我也录制了一个关于这个demo的视频,希望能对大家有帮助,传送门:

        手把手教你使用unity打造chatGPT聊天机器人_哔哩哔哩_bilibili