在godot中接入大模型api，实现npc的自动对话
在godot中接入大模型api，实现npc的自动对话
目录
概述
最近计划利用godot做一个游戏demo，其中会随机产生各种npc，然后npc之间会相互对话。
大概思路就是给每个角色一个状态机，控制其idle、moving、chatting等状态。通过Area2D的碰撞判断范围内有没有其他角色，然后发起对话请求。被接受后调用大模型的API进行对话。
初次用godot也是头回通过https去访问大模型的api（毕竟gdscript没有python的包），感谢大模型一直帮我解疑答惑顺便给我埋坑让我疯狂debug
实现思路
架构
graph TD
A[Character Controller] --> B[State Machine]
A --> C[Dialogue Manager]
A --> D[Appearance System]
B --> E[IDLE State]
B --> F[MOVING State]
B --> G[CHATTING State]
C --> H[API Communication]
C --> I[Message Processing]
D --> J[Character Customization]
其中状态机部分基本和一般的游戏一样，此处不在赘述，主要写写接入大模型踩的坑。DialogueManager.gd代码附在最后
sequenceDiagram
participant NPC1
participant NPC2
participant API
NPC1->>NPC2: 发送对话请求
NPC2->>NPC1: 接受请求
loop 对话轮次
NPC1->>API: 生成对话内容
API-->>NPC1: 返回响应
NPC1->>NPC2: 发送消息
NPC2->>API: 生成回复
API-->>NPC2: 返回响应
NPC2->>NPC1: 发送回复
end
NPC1->>NPC2: 结束对话
对话模块（）
实现要点：
-
异步HTTP请求
-
上下文记忆管理
-
错误重试机制
其流程为
graph TD
A[生成对话请求] --> B[构建消息体]
B --> C[创建HTTPRequest]
C --> D[发送POST请求]
D --> E{成功?}
E -->|是| F[解析响应]
E -->|否| G[错误处理]
F --> H[更新对话历史]
G --> I[重试机制]
```
目前做了一个简易版本，两个角色之间可以通过调用大模型的api来实现对话。
写的很烂，之后再重构吧。
后面会把这个小demo放到github上。
### 代码
```gdscript
# DialogueManager.gd
class_name DialogueManager
extends Node
## 设置APIKEY 和请求URL以及模型
const BASE_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
const API_KEY = "YOUR_API_KEY"
const MODEL = "glm-4-flash"
const TIMEOUT = 10
var history: Array # character_id -> Array[Message]
var character : CharacterBody2D
var is_getting : bool = false
func _init(parent:CharacterBody2D) -> void:
character = parent
func generate_response(prompt: String = "hello") -> void:
if is_getting:
return
var messages = prepare_messages(prompt)
var headers = [
"Authorization: Bearer " + API_KEY,
"Content-Type: application/json"
]
print(headers)
var payload = {
"model": MODEL,
"messages": messages,
#"tags": ["glm-4", "tool"],
"temperature": 0.7 # You can adjust this parameter as needed
}
var body = JSON.stringify(
{
"model": "glm-4",
"messages": [
{"role": "user", "content": "你好"}
],
"temperature": 0.7
})
#var body = JSON.stringify(payload)
print("body:")
print(body)
var request = HTTPRequest.new()
add_child(request)
# 等待节点初始化完成
await get_tree().process_frame
request.set_timeout(TIMEOUT)
request.request_completed.connect(_on_response_received)
var result = request.request(BASE_URL, headers, HTTPClient.METHOD_POST, body)
print(result)
is_getting = true
print("request send")
func prepare_messages(prompt: String) -> Array:
var context = [
{"role": "system", "content": "假设你是一个普通人，模拟和其他人的对话"},
{"role": "user", "content": prompt}
]
context = history + context
return context
func _on_response_received(result: int, code: int, headers: Array, body: PackedByteArray):
print("response received")
if result != HTTPRequest.RESULT_SUCCESS:
character.receive_message("（思考中...）")
return
var response = JSON.parse_string(body.get_string_from_utf8())
print("response.error:")
print(response.error)
print("content:")
print(response)
if response.error != null:
character.receive_message("（解析API响应失败，请稍后再试...）")
is_getting = false
return
var message = response.choices[0].message.content
character.receive_message(message)
print("message:")
print(message)
# 保存历史记录
var history_entry = {"role": "assistant", "content": message}
history.append(history_entry)
print(history)
is_getting = false
func _clear_history():
history.clear()