Unity 接入 DeepSeek 实现 AI 对话完整步骤

一、DeepSeek

1.1 介绍

DeepSeek（深度求索） 是由幻方量化孵化的一家中国 AI 实验室，专注于大语言模型的研发。自 2023 年成立以来，DeepSeek 凭借低成本、高性能、全开源的技术路线，迅速成为全球 AI 领域的重要力量。

核心亮点

• 极致性价比：训练成本仅 557 万美元，性能对标 GPT-4
• 超长上下文：支持 100 万 tokens，可一次性处理《三体》三部曲
• 开源生态：模型权重完全开放，开发者可自由部署

1.2 效果展示

---

二、获取 DeepSeek 模型 API

2.1 API 调用文档

DeepSeek 的 API 文档：https://api-docs.deepseek.com/zh-cn/

2.2 获取 API 密钥

登录 DeepSeek 开放平台获取 API 密钥：https://platform.deepseek.com/api_keys

点击创建 API key，然后输入名称，之后点击复制 APIKEY（后面在 Unity 中接入对话时会用到）。

重要提示：密钥仅在申请成功时完整显示一次，后续只能查看基本信息。请务必妥善保存，建议存储在本地安全位置。

2.3 模型价格

DeepSeek 的百万 Tokens 价格约为两到三元左右，相比之下已经很划算了，用作对话 API 使用完全足够。

2.4 用量信息

可以在 DeepSeek 开放平台查看用量信息，消费金额、API 请求次数和 Tokens 的消耗都可以看到。

---

三、接入 Unity 使用

3.1 新建 Unity 项目

使用 UnityHub 新建一个 Unity 项目，然后新建场景和脚本。

将脚本挂载到场景中运行查看效果。

这样就可以在 Unity 工程中跟 DeepSeek 进行对话了。

3.2 AI 对话脚本

调用脚本 DeepSeekTest.cs

using UnityEngine;

public class DeepSeekTest : MonoBehaviour
{
    private void Start()
    {
        DeepSeekDialogueManager.GetInstance().SendMessageToDeepSeek("你好");
    }
}

核心脚本 DeepSeekDialogueManager.cs

using System.Collections;
using UnityEngine;
using Newtonsoft.Json;
using UnityEngine.Networking;
using UnityEngine.UI;

public class DeepSeekDialogueManager : MonoBehaviour
{
    private string apiKey = "此处填入申请的 API 密钥"; // API 密钥
    private string apiUrl = "https://api.deepseek.com/v1/chat/completions"; // API 请求地址
    private string modelName = "deepseek-chat"; // 使用的模型名称
    private int maxTokens = 1024; // 生成的最大令牌数（控制回复长度）
    private static DeepSeekDialogueManager instance;

    public static DeepSeekDialogueManager GetInstance()
    {
        if (instance == null)
        {
            instance = new DeepSeekDialogueManager();
        }
        return instance;
    }

    void Awake()
    {
        instance = this;
    }

    public void SendMessageToDeepSeek(string data)
    {
        StartCoroutine(PostRequest(data));
    }

    IEnumerator PostRequest(string message)
    {
        // 创建请求体
        var requestBody = new
        {
            model = modelName,
            max_tokens = maxTokens,
            messages = new[]
            {
                //new { role = "system", content = "给模型添加信息。比如:你是一个 UnityAI 助手，负责 Unity 中的对话功能" },
                new { role = "user", content = message }
            },
        };

        // 序列化请求体
        string jsonBody = JsonConvert.SerializeObject(requestBody);
        Debug.Log("序列化内容。jsonBody：" + jsonBody);

        // 创建网络请求
        UnityWebRequest request = new UnityWebRequest(apiUrl, "POST");
        byte[] bodyRaw = System.Text.Encoding.UTF8.GetBytes(jsonBody);

        // 上传处理器
        request.uploadHandler = new UploadHandlerRaw(bodyRaw);

        // 下载处理器
        request.downloadHandler = new DownloadHandlerBuffer();

        // 请求头信息
        request.SetRequestHeader("Content-Type", "application/json");
        request.SetRequestHeader("Authorization", "Bearer " + apiKey);

        // 发送请求
        yield return request.SendWebRequest();

        if (request.result == UnityWebRequest.Result.ConnectionError || request.result == UnityWebRequest.Result.ProtocolError)
        {
            // 打印详细错误信息
            Debug.LogError($"request: {request.result}。Error: {request.error}。Response: {request.downloadHandler.text}");
        }
        else
        {
            // 处理响应
            string responseJson = request.downloadHandler.text;
            Debug.Log("Response: " + responseJson);

            // 解析响应
            var response = JsonConvert.DeserializeObject<DeepSeekResponse>(responseJson);
            if (response != null && response.choices.Length > 0)
            {
                string reply = response.choices[0].message.content;
                Debug.Log("DeepSeek says: " + reply);
            }
            else
            {
                Debug.LogError("Failed to parse response.");
            }
        }
        request.Dispose();
    }

    // 定义响应数据结构
    private class DeepSeekResponse
    {
        public Choice[] choices;
    }

    private class Choice
    {
        public Message message;
    }

    private class Message
    {
        public string content;
    }
}

3.3 搭建简易 UI 对话界面

使用 InputField 输入对话内容，使用 Text 组件接收 DeepSeek 回复的内容，搭建简易的对话界面。

测试效果如下所示：

3.4 其他模型 API 对话接入

本文提供的脚本不止可以接入 DeepSeek 进行对话，还可以接入其他大模型，比如 MiniMax 等。

只需要修改模型名称和API 请求地址即可，比如使用 MiniMax 对话模型脚本修改如下：

private string apiUrl = "https://api.minimaxi.com/v1/text/chatcompletion_v2"; // API 请求地址
private string modelName = "MiniMax-M2.5"; // 使用的模型名称

不同模型使用的 API 请求地址和模型名称一般都不同，去对应的官方 API 文档查看即可。

---

总结

在 Unity 中接入 DeepSeek 以及其他大模型进行 AI 对话的功能已实现。通过统一脚本结构，仅需调整 API 地址和模型名称即可适配不同厂商的大语言模型，极大简化了集成流程。