使用UnityWebRequest发送OpenAI api请求

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

ChatGPT已经爆火了一段时间了，我想这里结合我的主业Unity来做一个对OpenAI提供的API进行一个HttpRequest，顺便再把我碰到的坑也描述一次来让看到文章的各位不要再踩一次。

一、前期准备

1.注册账号

具体的流程B站可以找到一大堆，主要是要科学上网和虚拟号码，虚拟号这个我用的SMS-Activate的德国号，科学上网这个就各凭本事吧，有了这俩之后注册流程只是走个流程而已。
小TIPS，OpenAI不是全球各地区都开放，先用魔法试试能不能登再去买虚拟号，有些虚拟号是有时间限制的。

2.获取密钥

①注册完成后打开openai.com，点上面的Developers–API reference，

②右上角 Log in 登陆你的账号 或者 Sign up注册账号。

③还是右上角，进用户中心

④左侧Setting分页可以看自己的ORG_ID,API Keys可以创建自己的密钥用来进行http request

⑤运行环境，这篇教程需要用到的只有Unity，OpenAI的API reference里面提供了三种不同的请求方法，这里就不多赘述了。

二、代码实现

1.观察结构

官方提供的curl请求如上图所示，这次教程我们要做的就是在unity中用UnityWebRequest来把上面的结构给构造出来并发送请求即可。
结构很简单，两个请求头，一段json参数，对于请求头我们直接用UnityWebRequest中提供的SetRequestHeader(string)即可，而json参数就更简单了，手动输入正确的格式都能正确请求。
接下来就将它们都实现出来。

2.代码实现

using UnityEngine.Networking;
using Newtonsoft.Json;
using Newtonsoft.Json.Linq;

public static void SendRequest(string content, Action<AsyncOperation> OnResponse)
{
        JObject sendDataRoot = new JObject();
        JArray messageArray = new JArray();

        JObject message = new JObject();
        message["role"] = "user";
        message["content"] = content;
        messageArray.Add(message);

        sendDataRoot["model"] = "gpt-3.5-turbo";//这里有不同的模型可以选择，可以去api页面去看
        sendDataRoot["messages"] = messageArray;

        var sendData = JsonConvert.SerializeObject(sendDataRoot);

        request = UnityWebRequest.Post("https://api.openai.com/v1/chat/completions", sendData);
        request.SetRequestHeader("Content-Type", "application/json");
        request.SetRequestHeader("Authorization", "Bearer 你的密钥");

        byte[] bodyRaw = Encoding.UTF8.GetBytes(sendData);
        request.uploadHandler = new UploadHandlerRaw(bodyRaw);

        var handle = request.SendWebRequest();
        handle.completed += OnResponse;
    }

上面的代码实现的功能就是将官方提供的Curl用UnityWebRequest发送出去，并接受一个异步操作的回调参数，在请求回来的时候会自动触发。注意这只是一个最基础的版本，每次只会把content参数作为一个独立的请求发送，后面会说强调这个的原因。

其中我进行了替换uploadhandler的操作，如下

	string sendData = "你的Json参数";
	byte[] bodyRaw = Encoding.UTF8.GetBytes(sendData);
    request.uploadHandler = new UploadHandlerRaw(bodyRaw);

做这一步的原因是因为在测试过程中，默认的uploadhandler发出去的数据经常会带一个奇怪的‘%’字符头，我也没深究，只是网上搜索了之后用替换uploadhandler的方式解决了。

三、踩过的坑

1.历史记录

在chat.openai.com用过 ChatGpt的人都知道我们和AI的对话是可以进行上下文联系的，比如你说拼写个ABCD，然后说把上一句的CD去掉，AI会正常回复你个AB。而在API Request方式中最大的槽点就是每次请求他是没有上下文的，按照上面的例子，第二次请求会回复你：“我没上下文功能，你说的上一句是什么？”

对于这个问题，官方暂时没有给解决方案，我们只能自己用别的方式给它一个模拟的上下文，论坛有论几种方式，下面是说的比较多的两种：

1. 每次问问题和接收答案的时候提炼关键字，并拼接到下一次问答中。
2. 暴力一点，将问答记录原封不动记录下来，在请求中，message是一个json对象数组，每一个对象都由role和content组成，其中的role有 user和assistant 两种，分别代表用户和AI，我们要做的是在收发的时候将所有信息都记录下来，下一次再给AI发回去。

但这样又引出两个新问题，最大长度和价格。chat api的使用是按Token收费，gpt3.5-turbo模型1000tokens收费为0.002$，大约等于750个英文单词。chat api每次请求的参数长度最大为2Ktokens即2048个token，那么就限制了我们模拟上下文的最大长度，而请求的返回也是限制在2Ktokens，那我们的最大长度更有限了。与此同时因为发送的参数长度增加，也会导致每次消耗占用的tokens增加，本来简单问一句只要几十甚至十几token，加上历史记录，极限一点需要将近两千的Tokens，是原本的百倍。

2.其他模型

对于程序开发来说，我们该代码的需求openai提供了对应的codex模型，具体为code-davinci-edit-001，看名字应该是 davinci 模型下的一个分支，然而在官网的playground中使用的时候，它代码生成的位置比较奇葩，经常生成局部方法，还需要在IDE中手动移动到想要放的位置。