1.简述
最近讯飞的星火大模型更新了2.0版本，增强了AI的语言生成能力。毕竟是国产大语言模型，我也尝试使用了一下星火大模型的应用广场，体验还是很不错的。应用广场提供了很多AI助手工具，也支持用户创建自己的AI助手，能力不局限于自然语言生成，也有一些图片生成工具、视频生成工具之类的，总的来说，还是很有意思的。
同时，星火大模型也提供有api服务，可以很方便的集成到自己的应用里。申请api应用的门槛也比较低，简单填写一些信息，就可以申请试用。试用审核大概半个多小时就结束了，官方提供的免费token数量还是比较可观。针对星火大模型V1.5版本以及V2.0版本，各提供了200万的token试用，非常的良心。我的AI二次元小姐姐项目里，使用chatgpt以及一些开源模型的方式，相对来说还是有一定使用门槛，而接入星火大模型门槛就很低了。
本文就简单介绍一下unity端集成星火大模型API的代码实现，让星火大模型驱动我们的AI二次元小姐姐，与大家聊天吧。
2.开通星火大模型服务
本节内容将简单介绍一下如何在讯飞星火大模型官网，申请试用星火大模型，并创建星火大模型的应用。
星火大模型官方地址：讯飞星火认知大模型-AI大语言模型-星火大模型-科大讯飞 (xfyun.cn)
在申请星火大模型服务之前，需要先注册讯飞的账户，使用手机号码验证就可以了，这里不多赘述。在星火大模型官方站点主页，找到【API测试】按钮，可以点击进入API试用申请的页面。
点击【API测试申请】，即可进入API测试申请界面，如图所示：
在API申请界面中，填写必填的信息。这里需要注意一下，申请API测试，需要创建一个讯飞的应用，我们可以填写一个自己实现申请号的应用ID，也可以在申请页面点击创建一个新的应用，创建应用成功之后，我们就能够获得应用的密钥，这个在后面的接口对接会使用的到。
申请提交之后，耐心等待官方审核即可。时间不会太久，我大概是半小时左右，就完成审批，拿到api的试用服务了。
3.对接API服务
星火大模型应用申请完成之后，我们就可以拿到应用的密钥。进入到讯飞开放平台的控制台界面，选择到新创建的星火大模型服务，我们就可以看到服务剩余的token数，以及应用的密钥信息了。这个页面可以切换查看V1.5和V2.0两个版本的token使用情况。
3.1 API对接流程
星火大模型的接口对接，考虑到跨平台的兼容性，这里选择采用web方式对接，根据官方文档的说明，我们首先需要调用鉴权接口，获取到接口授权，然后在使用websocket协议与服务端握手，websocket握手成功后，需要在60秒内发送请求。接口采用的是流式输出模式，需要对根据返回的数据判断，并拼接成完整的回复信息，大致流程如下如所示：
接下来，将描述一下具体的代码实现。
3.2 接口鉴权
根据官方文档的说明，开发者需要自行先在控制台创建应用，利用应用中提供的appid，APIKey， APISecret进行鉴权，生成最终请求的鉴权url，鉴权参数如下：
| 参数 | 类型 | 必须 | 说明 | 示例 |
|---|---|---|---|---|
| host | string | 是 | 请求的主机 | aichat.xf-yun.com(使用时需替换为实际使用的接口地址） |
| date | string | 是 | 当前时间戳，采用RFC1123格式，时间偏差需控制在300s内 | Fri, 05 May 2023 10:43:39 GMT |
| authorization | string | 是 | base64编码的签名信息 | 参考下方生成方式 |
以下是在unity端实现鉴权url的处理代码：
/// <summary> /// 获取鉴权url /// </summary> /// <returns></returns> private string GetAuthUrl() { string date = DateTime.UtcNow.ToString("r"); Uri uri = new Uri(url); StringBuilder builder = new StringBuilder("host: ").Append(uri.Host).Append("\n").// Append("date: ").Append(date).Append("\n").// Append("GET ").Append(uri.LocalPath).Append(" HTTP/1.1"); string sha = HMACsha256(m_XunfeiSettings.m_APISecret, builder.ToString()); string authorization = string.Format("api_key=\"{0}\", algorithm=\"{1}\", headers=\"{2}\", signature=\"{3}\"", m_XunfeiSettings.m_APIKey, "hmac-sha256", "host date request-line", sha); string NewUrl = "https://" + uri.Host + uri.LocalPath; string path1 = "authorization" + "=" + Convert.ToBase64String(System.Text.Encoding.UTF8.GetBytes(authorization)); date = date.Replace(" ", "%20").Replace(":", "%3A").Replace(",", "%2C"); string path2 = "date" + "=" + date; string path3 = "host" + "=" + uri.Host; NewUrl = NewUrl + "?" + path1 + "&" + path2 + "&" + path3; return NewUrl; } public string HMACsha256(string apiSecretIsKey, string buider) { byte[] bytes = System.Text.Encoding.UTF8.GetBytes(apiSecretIsKey); System.Security.Cryptography.HMACSHA256 hMACSHA256 = new System.Security.Cryptography.HMACSHA256(bytes); byte[] date = System.Text.Encoding.UTF8.GetBytes(buider); date = hMACSHA256.ComputeHash(date); hMACSHA256.Clear(); return Convert.ToBase64String(date); }3.3 接口请求
3.3.1 接口费用与服务地址
根据官方文档说明，星火大模型的1.5版本以及2.0版本的计费模型以及资源地址是不同的，当然我们免费申请的服务是不需要额外付费的，但超过额度了的话，就需要付费了，token的价格如下所示：
| 服务引擎 | 单价 |
|---|---|
| 讯飞星火认知大模型V1.5 | 0.18元/万tokens |
| 讯飞星火认知大模型V2.0 | 0.36元/万tokens |
两个版本的api地址分别是：
①星火大模型1.5版本请求地址，对应的domain参数为general
ws(s)://spark-api.xf-yun.com/v1.1/chat②星火大模型1.5版本请求地址，对应的domain参数为generalv2：
ws(s)://spark-api.xf-yun.com/v2.1/chat3.3.2 发送报文结构
星火大模型的API服务对接部分，按照文档说明，使用websocket协议握手成功之后，就可以根据报文格式发送信息了。请求参数参数部分的接口说明如下：
header部分
| 参数名称 | 类型 | 必传 | 参数要求 | 参数说明 |
|---|---|---|---|---|
| app_id | string | 是 | 应用appid，从开放平台控制台创建的应用中获取 | |
| uid | string | 否 | 最大长度32 | 每个用户的id，用于区分不同用户 |
parameter.chat部分
| 参数名称 | 类型 | 必传 | 参数要求 | 参数说明 |
|---|---|---|---|---|
| domain | string | 是 | 取值为[general,generalv2] | 指定访问的领域,general指向V1.5版本 generalv2指向V2版本。注意：不同的取值对应的url也不一样！ |
| temperature | float | 否 | 取值为[0,1],默认为0.5 | 核采样阈值。用于决定结果随机性，取值越高随机性越强即相同的问题得到的不同答案的可能性越高 |
| max_tokens | int | 否 | 取值为[1,4096]，默认为2048 | 模型回答的tokens的最大长度 |
| top_k | int | 否 | 取值为[1，6],默认为4 | 从k个候选中随机选择⼀个（⾮等概率） |
| chat_id | string | 否 | 需要保障用户下的唯一性 | 用于关联用户会话 |
payload.message.text部分
注：text下所有content累计内容 tokens需要控制在8192内
| 参数名称 | 类型 | 必传 | 参数要求 | 参数说明 |
|---|---|---|---|---|
| role | string | 是 | 取值为[user,assistant] | user表示是用户的问题，assistant表示AI的回复 |
| content | string | 是 | 所有content的累计tokens需控制8192以内 | 用户和AI的对话内容 |
报文示例：
{ "header": { "app_id": "12345", "uid": "12345" }, "parameter": { "chat": { "domain": "general", "temperature": 0.5, "max_tokens": 1024, } }, "payload": { "message": { # 如果想获取结合上下文的回答，需要开发者每次将历史问答信息一起传给服务端，如下示例 # 注意：text里面的所有content内容加一起的tokens需要控制在8192以内，开发者如有较长对话需求，需要适当裁剪历史信息 "text": [ {"role": "user", "content": "你是谁"} # 用户的历史问题 {"role": "assistant", "content": "....."} # AI的历史回答结果 # ....... 省略的历史对话 {"role": "user", "content": "你会做什么"} # 最新的一条问题，如无需上下文，可只传最新一条问题 ] } }}3.3.3 响应报文结构
接口服务将采用流式输出方式，返回回复信息，我们需要解析返回的报文信息，拼接成完整的回复信息。接口响应的报文结构如下所示：
header部分
| 字段名 | 类型 | 字段说明 |
|---|---|---|
| code | int | 错误码，0表示正常，非0表示出错；详细释义可在接口说明文档最后的错误码说明了解 |
| message | string | 会话是否成功的描述信息 |
| sid | string | 会话的唯一id，用于讯飞技术人员查询服务端会话日志使用,出现调用错误时建议留存该字段 |
| status | int | 会话状态，取值为[0,1,2]；0代表首次结果；1代表中间结果；2代表最后一个结果 |
payload.choices部分
| 字段名 | 类型 | 字段说明 |
|---|---|---|
| status | int | 文本响应状态，取值为[0,1,2]; 0代表首个文本结果；1代表中间文本结果；2代表最后一个文本结果 |
| seq | int | 返回的数据序号，取值为[0,9999999] |
| content | string | AI的回答内容 |
| role | string | 角色标识，固定为assistant，标识角色为AI |
| index | int | 结果序号，取值为[0,10]; 当前为保留字段，开发者可忽略 |
payload.usage部分(在最后一次结果返回)
| 字段名 | 类型 | 字段说明 |
|---|---|---|
| question_tokens | int | 保留字段，可忽略 |
| prompt_tokens | int | 包含历史问题的总tokens大小 |
| completion_tokens | int | 回答的tokens大小 |
| total_tokens | int | prompt_tokens和completion_tokens的和，也是本次交互计费的tokens大小 |
接口响应报文结构示例：
# 接口为流式返回，此示例为最后一次返回结果，开发者需要将接口多次返回的结果进行拼接展示{ "header":{ "code":0, "message":"Success", "sid":"cht000cb087@dx18793cd421fb894542", "status":2 }, "payload":{ "choices":{ "status":2, "seq":0, "text":[ { "content":"我可以帮助你的吗？", "role":"assistant", "index":0 } ] }, "usage":{ "text":{ "question_tokens":4, "prompt_tokens":5, "completion_tokens":9, "total_tokens":14 } } }}
3.3.4 接口对接代码示例
使用websocket协议与服务端握手成功后，按照报文格式要求发送信息，等待接口响应，并解析响应数据拼接成完整的回复信息。代码示例如下所示：
#region websocket连接 /// <summary> /// websocket /// </summary> private ClientWebSocket m_WebSocket; private CancellationToken m_CancellationToken; /// <summary> /// 连接服务器，获取回复 /// </summary> private async void ConnectHost(string text,Action<string> _callback) { try { stopwatch.Restart(); m_WebSocket = new ClientWebSocket(); m_CancellationToken = new CancellationToken(); string authUrl = GetAuthUrl(); string url = authUrl.Replace("http://", "ws://").Replace("https://", "wss://"); //Uri uri = new Uri(GetUrl()); Uri uri = new Uri(url); await m_WebSocket.ConnectAsync(uri, m_CancellationToken); //发送json string _jsonData = text; await m_WebSocket.SendAsync(new ArraySegment<byte>(Encoding.UTF8.GetBytes(_jsonData)), WebSocketMessageType.Binary, true, m_CancellationToken); //发送数据 StringBuilder sb = new StringBuilder(); //用于拼接返回的答复 string _callBackMessage = ""; //播放队列.Clear(); while (m_WebSocket.State == WebSocketState.Open) { var result = new byte[4096]; await m_WebSocket.ReceiveAsync(new ArraySegment<byte>(result), m_CancellationToken);//接受数据 List<byte> list = new List<byte>(result); while (list[list.Count - 1] == 0x00) list.RemoveAt(list.Count - 1);//去除空字节 var str = Encoding.UTF8.GetString(list.ToArray()); sb.Append(str); if (str.EndsWith("}")) { //获取返回的数据 ResponseData _responseData = JsonUtility.FromJson<ResponseData>(sb.ToString()); sb.Clear(); if (_responseData.header.code != 0) { //返回错误 //PrintErrorLog(_responseData.code); Debug.Log("错误码：" + _responseData.header.code); m_WebSocket.Abort(); break; } //没有回复数据 if (_responseData.payload.choices.text.Count == 0) { Debug.LogError("没有获取到回复的信息！"); m_WebSocket.Abort(); break; } //拼接回复的数据 _callBackMessage += _responseData.payload.choices.text[0].content; if (_responseData.payload.choices.status == 2) { stopwatch.Stop(); Debug.Log("ChatSpark耗时：" + stopwatch.Elapsed.TotalSeconds); //添加记录 m_DataList.Add(new SendData("assistant", _callBackMessage)); //回调 _callback(_callBackMessage); m_WebSocket.Abort(); break; } } } } catch (Exception ex) { Debug.LogError("报错信息: " + ex.Message); m_WebSocket.Dispose(); } } #endregion4.结束语
这次的文章简单介绍了讯飞星火大模型的web api的对接流程，并针对接口对接的流程进行了介绍，包括接口的鉴权、websocket握手以及发送报文、响应报文的结构说明，并提供了针对全流程在unity端的实现代码示例。通过上述的代码实现，我们就可以在unity引擎中，使用星火大模型的api来驱动AI二次元小姐姐的对话交互。
上述代码只包含了核心的代码实现，完整的代码工程可以从我的开源项目下载使用，项目包含了针对多种GPT应用的集成工具，以及语音服务的集成，对我这个项目感兴趣的朋友，可以上我的B站号查看，我也做有详细的教程，相关源码可以在的哔哩哔哩主站找到相关视频，在视频介绍以及评论区获取。
国产星火大模型驱动AI小姐姐聊天，unity开源工具包，手把手打造自己的二次元老婆~
上述项目地址传送门：
AI二次元老婆开源项目(unity-AI-Chat-Toolkit):
Github地址：https://github.com/zhangliwei7758/unity-AI-Chat-Toolkit
Gitee地址：https://gitee.com/DammonSpace/unity-ai-chat-toolkit
