首先声明，这不是广告！只是提供一个思路，其他的大模型应该可以用类似的方法部署。

        本文是我在Godot中尝试引入千帆大模型的记录，由于我尚未在网络上查找到类似的教程，因此记录一下我引入大模型的过程，为其他开发者提供一个简单的参考。我使用的Godot引擎版本为V4.1.3，发布时间是2023年12月。文章接下来将介绍两部分内容：千帆大模型的部署，Godot引擎的引用方法。

千帆大模型的部署

        千帆大模型的部署包括如下几个步骤。

        首先进入千帆大模型，链接https://cloud.baidu.com/product/wenxinworkshop，注册后点击立即使用。

        在使用之前，首先需要开通服务。进入在线服务中选择开通的大模型服务。目前我所使用的ERNIE-Bot 4.0大模型公有云在线调用服务价格为¥0.12元/千tokens。开通后进入应用接入中，点击创建应用。

        输入应用名称、应用描述。目前系统会默认勾选全部服务。点击确定完成创建。

        回到应用接入部分，可以看到应用列表中已经出现创建的应用。其中API Key和Secret Key是访问大模型应用的凭证。接下来的部分是对在线调试的简单介绍，可直接跳到第二部分查看如何在Godot中访问。

        点击API文档，可以在右侧找到API在线调试平台的入口。

        在线调试平台的第一部分用于选择大模型的种类。第二部分用于调整模型参数。第三部分提供了示例代码和在线的对话测试。这里选择的大模型种类是ERNIE BOT 4。

        参数一栏中system参数用于设置大模型的人设，其余参数可自行查阅。

        示例代码部分提供了python，c#等语言的示例。根据大模型的选择，参数的配置以及对话测试的内容，示例代码会依据选择改变。因此在编写代码的过程中可以参考这里的示例代码。

Godot引擎的引用方法

        Godot引擎访问大模型分为两步，第一步通过API Key和Secret Key获取应用的Access_Token,第二步与应用建立连接并发送请求。这个过程主要用到HTTPRequest节点。

        首先，在Godot引擎中创建一个节点并添加脚本。，然后为其创建两个HTTPRequest子节点。在这里，我创建了Node2D根节点命名为QianFan，两个子节点分别命名为TokenRequest，用于接收Access_Token和AnswerRequest，用于建立连接。

        声明变量API Key，Secret Key和Access Token，定义GetAccessToken()函数用于获取Access Token

        var API_KEY = 你的API Key
        var SECRET_KEY = 你的Secret Key
        var ACCESS_TOKEN

        func GetAccessToken():
                var url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=" + API_KEY + "&client_secret=" + SECRET_KEY
                $TokenRequest.request(url)

        url的地址可以通过查阅在线调试平台的代码示例获取。

        HTTPRequest请求收到回复后会触发信号，我们在节点中连接TokenRequest的信号。

        信号的触发函数可以编写成如下形式，收到回复后为ACCESS _TOKEN赋值。至此，我们已经获得了访问大模型应用需要的access_token，它是与大模型建立连接的访问凭证。

        func _on_token_request_request_completed(result, response_code, headers, body):
                var json = JSON.parse_string(body.get_string_from_utf8())
                ACCESS_TOKEN = json['access_token']

        接下来建立与大模型之间的连接，发起一次对话请求。本文章仅介绍单轮请求的方法，多轮请求和流式传输可以查阅API文档。

        编写函数

        func GetResponose():
                var url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro?access_token=" + ACCESS_TOKEN
                var text = "请介绍一下你自己"
                var data = {
                "messages": [
                {
                "role": "user",
                "content": text
                }
                ],
                "temperature": 0.99,
                "system": "你扮演一只猫娘，你的回答总是以喵~结尾"
                }
                var json = JSON.stringify(data)
                var headers = ['Content-Type:application/json']
                $AnswerRequest.request(url,headers,HTTPClient.METHOD_POST,json)
        其中url地址可以通过查阅API文档获得，data结构体中，text是发给大模型的文本，temperature和system是上一部分所述的模型参数，可自行添加或删减。system参数用于描述模型的人设。具体可以参考在线调试平台中的示例代码。

        同样地，收到回复后会触发信号，我们在节点中连接AnswerRequest信号。

                触发函数可以编写成如下形式，返回的json结构体中的result部分即为大模型的回答。

        func _on_answer_request_request_completed(result, response_code, headers, body):
                var json = JSON.parse_string(body.get_string_from_utf8())
                print(json['result'])

        调用顺序是GetAccessToken->收到TokenRequest回复->GetResponse->收到AnswerRequest回复

        在本示例中，系统人设为“你扮演一只猫娘，你的回答总是以喵~结尾”，发送的请求为"请介绍一下你自己"。收到的回复如下

        至此，我们完成了在Godot中对千帆人工智能大模型的访问与调用。

总结

        Godot引擎主要通过HTTPRequest节点对大模型的API进行访问，其他大模型的引入方法应该类似，本文仅作为一个参考。