项目实训（6）—— 豆包API的接入_豆包 api
在测试的过程中，发现DS本身以及科大讯飞的语音模型并不是特别适合我们的这个项目，经过筛选之后，我觉得尝试接入多模态能力更强大、语音识别能力更强、流式语音生成更流畅的豆包系列模型。
1.前置准备
在进行API接入之前，首先要获取豆包API的相关配置。
火山引擎账号及豆包API Key：
1. 访问火山引擎官方网站并注册账号。
2. 登录控制台后，导航至豆包大模型服务。
3. 根据指引创建新的豆包应用，并获取应用的API Key。此API Key是进行API请求认证的唯一凭证，其安全性至关重要。
2. 核心实现：`Chatdoubao.cs` 脚本详解
`Chatdoubao.cs` 脚本是本方案中与豆包API进行交互的核心组件。它封装了HTTP请求的构建、发送、响应解析以及错误处理逻辑。
3.1 类定义与核心成员
`Chatdoubao` 类继承自 `LLM`。
using System;using System.Collections;using System.Collections.Generic;using UnityEngine;using UnityEngine.Networking;public class Chatdoubao : LLM{ // 构造函数：初始化豆包API的固定请求端点 public Chatdoubao() { url = \"https://ark.cn-beijing.volces.com/api/v3/chat/completions\"; } // [SerializeField] private string api_key = \"YOUR_API_KEY_HERE\"; // `api_key`：用于API认证的密钥，应替换为您的实际API Key或通过Unity Inspector进行配置。 [SerializeField] private string api_key = \"74788f67-d691-49da-b625-39a0145514ba\"; // 示例值 // `m_SystemSetting`：定义AI的系统角色或初始行为指令。 // 该设置会作为“system”角色消息发送给API，引导AI的回复风格。 public string m_SystemSetting = string.Empty; // `m_ModelName`：指定用于对话补全的豆包大模型名称。 // 示例中使用了“doubao-1-5-thinking-pro-250415”，开发者可根据实际需求选择其他可用模型。 public string m_ModelName = \"doubao-1-5-thinking-pro-250415\"; // ... 其他成员 ...}```Chatdoubao() 构造函数 ：在类实例化时，将 `url` 成员变量初始化为豆包大模型的聊天补全API端点。这是一个固定的入口，所有对话请求都将发送至此。
api_key` ：此私有字段通过 `[SerializeField]` 属性暴露在Unity Inspector面板，允许开发者在不修改代码的情况下配置API Key。在实际部署中，应考虑更安全的密钥管理方式，避免硬编码。
m_SystemSetting：此字段用于设置AI的预设“角色”或“背景”。例如，可以设置为“你是一个专业的编程助手”，这将在对话开始时作为一条类型为“system”的消息发送给模型，从而影响其后续的对话行为。
m_ModelName：指定与豆包API交互时所使用的具体模型。豆包平台可能提供多种模型，各有其特点和适用场景。通过此字段，开发者可以灵活切换模型。
m_DataList： (假设其在`LLM`基类或`Chatdoubao`内部定义为`List`) 此列表用于维护整个对话的上下文。每次用户发送消息和AI回复后，都会将消息添加到此列表中，以确保后续请求包含完整的对话历史，从而使AI能够理解上下文并进行连贯回复。
3.2 `Start` 方法：对话上下文的初始化
// ... existing code ...private void Start(){ // 在组件初始化时，如果存在系统设定，则将其作为“system”角色消息添加到对话历史中。 // 这确保了每次会话开始时AI都能获得预定义的行为指令。 if (!string.IsNullOrEmpty(m_SystemSetting)) { m_DataList.Add(new SendData(\"system\", m_SystemSetting)); }}// ... existing code ...````Start` 方法在组件首次启用时执行。其核心功能是根据 `m_SystemSetting` 初始化对话的系统消息。这种做法对于设定AI的初始行为模式至关重要，例如定义AI的身份、回答风格或知识范围。
3.3 `PostMsg` 方法：外部调用接口
```csharp// ... existing code .../// /// 发送消息的公共接口。/// /// 用户输入的文本消息。/// 用于处理API返回结果的回调函数。public override void PostMsg(string _msg, Action _callback){ // 调用基类方法，通常会负责将_msg添加到m_DataList，并启动Request协程。 base.PostMsg(_msg, _callback);}// ... existing code ...````PostMsg` 方法作为`Chatdoubao`类的公共API，允许外部脚本（如UI管理器或用户输入处理器）方便地发送消息给豆包大模型。该方法的设计旨在提供一个统一的接口，隐藏了内部API通信的复杂性。其内部调用 `base.PostMsg`，通常会负责将用户消息添加到对话历史(`m_DataList`)，并触发后续的API请求协程。
3.4 `Request` 协程：API通信流程解析
`Request` 协程是与豆包API进行实际HTTP通信的核心逻辑，它利用Unity的`UnityWebRequest`类实现异步数据传输。
```csharp// ... existing code .../// /// 调用豆包API接口发送对话请求。/// /// 当前的用户输入文本。/// 处理AI回复的回调函数。public override IEnumerator Request(string _postWord, System.Action _callback){ stopwatch.Restart(); // 启动计时器，用于性能监测 using (UnityWebRequest request = new UnityWebRequest(url, \"POST\")) { // 1. 构建请求体数据（JSON格式） // PostData是自定义的数据结构，用于封装API请求所需的参数。 PostData _postData = new PostData { model = m_ModelName, // 指定LLM模型 messages = m_DataList, // 完整的对话历史，包含系统消息、用户消息和AI回复 stream = false // 设置为非流式传输，即一次性获取完整回复 }; // 将C#对象序列化为JSON字符串。 string _jsonText = JsonUtility.ToJson(_postData); // 将JSON字符串转换为UTF8编码的字节数组，作为HTTP请求体。 byte[] data = System.Text.Encoding.UTF8.GetBytes(_jsonText); // 设置UnityWebRequest的上传处理器，用于发送请求体。 request.uploadHandler = (UploadHandler)new UploadHandlerRaw(data); // 设置UnityWebRequest的下载处理器，用于接收响应数据。 request.downloadHandler = (DownloadHandler)new DownloadHandlerBuffer(); // 2. 设置HTTP请求头 // `Content-Type`头指定请求体的MIME类型为JSON。 request.SetRequestHeader(\"Content-Type\", \"application/json\"); // `Authorization`头用于API认证，采用Bearer Token方案，将API Key作为凭证发送。 request.SetRequestHeader(\"Authorization\", string.Format(\"Bearer {0}\", api_key)); // 3. 发送HTTP请求并等待响应 // `yield return request.SendWebRequest();` 是Unity协程的关键。 // 它会暂停协程的执行，直到HTTP请求完成（无论成功或失败），然后协程会从此处继续执行。 yield return request.SendWebRequest(); // 4. 处理API响应 if (request.responseCode == 200) // HTTP状态码为200表示请求成功 { string _msgBack = request.downloadHandler.text; // 获取服务器返回的原始响应文本 // 将JSON响应文本反序列化为MessageBack C#对象。 MessageBack _textback = JsonUtility.FromJson(_msgBack); // 检查反序列化结果和AI回复内容是否存在。 if (_textback != null && _textback.choices.Count > 0) { // 提取AI生成的具体回复内容。 string _backMsg = _textback.choices[0].message.content; // 将AI的回复添加到对话历史中，以备后续轮次对话使用。 m_DataList.Add(new SendData(\"assistant\", _backMsg)); // 通过回调函数将AI回复传递给调用方。 _callback(_backMsg); } } else // 请求失败（非200状态码） { string _msgBack = request.downloadHandler.text; // 获取失败响应的详细信息 Debug.LogError($\"豆包API调用失败: {_msgBack}\"); // 记录错误日志，便于调试 _callback($\"API调用失败: {request.responseCode}\"); // 通过回调返回API错误码 } stopwatch.Stop(); // 停止计时器 Debug.Log(\"豆包API耗时：\" + stopwatch.Elapsed.TotalSeconds); // 打印请求耗时 }}// ... existing code ...```4. Unity项目中的集成与部署
将`Chatdoubao.cs`脚本集成到Unity项目中的步骤主要有：
1. 创建GameObject：在Unity场景中创建一个新的空GameObject（右键点击Hierarchy面板 -> Create Empty），并将其命名为“DoubaoAPI”或任何您认为合适的名称。此GameObject将作为`Chatdoubao`脚本的载体。
2.附加脚本：将`Chatdoubao.cs`脚本文件从Project面板拖拽到刚刚创建的“DoubaoAPI”GameObject上，或在Inspector面板中点击“Add Component”并搜索`Chatdoubao`。
3.配置API Key和模型参数：选中场景中的“DoubaoAPI”GameObject。在Inspector面板中，您将看到`Chatdoubao`组件的属性。
·将`Api Key`字段替换为您在火山引擎获取的实际API Key。
·根据需求配置`System Setting`（如“您是一个专业的聊天助手。”）以设定AI的初始行为。
·确认或修改`Model Name`为所需的豆包大模型名称。
5. 调用API：在需要与豆包API交互的其他Unity脚本（例如用户输入管理器、对话UI控制器）中，获取`Chatdoubao`组件的引用，并通过其公共方法调用API。
using UnityEngine;using System; // 确保引入System命名空间以使用Actionpublic class ChatInteractionManager : MonoBehaviour{ public Chatdoubao doubaoApiService; void Start() { if (doubaoApiService == null) { Debug.LogError(\"Error: Chatdoubao service is not assigned or found in the scene.\"); } } public void SendMessageToAI(string userMessage) { if (doubaoApiService != null) { doubaoApiService.PostMsg(userMessage, (aiResponse) => { Debug.Log(\"AI Response: \" + aiResponse); // 在此处实现对AI回复的进一步处理 }); } else { Debug.LogError(\"Chatdoubao service is not available. Cannot send message.\"); } } }
最终集成后的效果相当不错，回复速度比DS快了大约三分之一，回复效果也更加贴合项目本身，尤其是很适合进行多场景对话。
