Unity游戏集成Coze智能体：实现NPC智能对话与知识库联动-拓冰建站

1. 项目概述：为什么要在Unity里集成Coze智能体？

最近在做一个Unity项目，需要给游戏里的NPC加上更智能的对话能力。传统的对话树和状态机虽然稳定，但内容固定、扩展性差，玩家聊几句就摸清套路了。正好看到Coze这类AI智能体平台火了起来，它们能理解上下文、调用工具、甚至结合知识库给出专业回答。我就想，能不能把Coze的“大脑”直接塞进Unity游戏里，让NPC真正“活”起来？

这个想法就是“Unity游戏内嵌Coze智能体”的核心。它不仅仅是调用一个聊天API那么简单，而是一套完整的集成方案：从游戏客户端通过API与Coze智能体对话，到为智能体挂载专属的“记忆库”（知识库），让NPC能基于游戏世界观、任务线索、角色背景来回答问题。比如，玩家问酒馆老板“城北的森林里有什么？”，老板不仅能回答“有怪物”，还能结合知识库里“森林深处藏着上古遗迹”的设定，给出“我劝你别去，上周有个冒险者说在森林深处看到了发光的石碑，之后就再也没回来”这样有沉浸感的回复。

这背后的价值显而易见。对于中小型团队，无需从头训练大语言模型，就能获得高质量的对话生成能力。对于内容创作者，可以通过维护知识库文件，快速更新游戏内的叙事内容，而无需程序员反复修改代码、重新打包。整个技术栈围绕Unity（客户端）、Coze API（服务端交互）和知识库（内容管理）展开，是一个典型的现代游戏AI应用案例。无论你是想做个会聊天的伙伴型NPC，还是构建一个能解答复杂游戏机制的内置助手，这套方案都能提供一个扎实的起点。

2. 整体架构与核心思路拆解

把Coze智能体搬进Unity，听起来像是个简单的网络请求，但真要做得稳定、高效、易维护，就得好好设计一下。我们不能简单地在每个NPC的脚本里写死API调用，那会是一场维护噩梦。我的核心思路是构建一个分层、解耦的通信框架。

2.1 核心通信模型：事件驱动与异步处理

游戏是实时应用，绝不能因为等AI回复而卡住主线程。所以，整个交互必须是完全异步的。我采用的模型是“请求-回调-事件驱动”。

触发层：在游戏中，当玩家与NPC交互、点击对话框选项或满足某个剧情条件时，触发一个“请求AI对话”的事件。这个事件携带必要的上下文，比如玩家ID、NPC ID、当前对话历史、玩家当前状态（如所在区域、任务进度）等。
服务层：在Unity中，我会创建一个单例管理的CozeService类。它负责所有与Coze API的通信。触发层的事件会调用CozeService的SendRequestAsync方法。这个方法内部会：
- 将游戏上下文（如“玩家在‘幽暗森林’，刚完成了‘寻找草药’任务”）拼接成符合Coze预期的Prompt。
- 添加系统指令，约束AI的回答风格和范围（例如：“你是一个中世纪的酒馆老板，说话粗鲁但热心，不要提及现代事物”）。
- 组装HTTP请求，包含认证头（Authorization: Bearer your_token）和请求体。
网络层：使用Unity的UnityWebRequest或更现代的UnityWebRequestAsyncOperation配合C#的async/await进行异步网络调用。这里必须处理好超时、重试和错误处理。比如，网络波动时，不能简单让对话失败，可以设置最多3次重试，并在UI上给玩家一个“正在思考…”的提示。
解析与分发层：收到Coze的JSON响应后，CozeService解析出回答文本和可能的元数据（如建议的后续对话分支、触发的游戏内事件标识）。然后，它不会直接操作UI或游戏对象，而是抛出一个“收到AI回复”的新事件，并携带解析后的数据。
表现层：监听“收到AI回复”事件的各个模块（如某个NPC的对话UI控制器、旁白系统、任务日志管理器）再根据事件中的数据更新自己的状态。这样，负责通信的CozeService和负责表现的UI/游戏逻辑就完全解耦了。

注意：千万不要在Update()循环里同步等待网络请求，也不要直接在UI按钮的回调函数中写完整的API调用链。一定要用异步模式，并将结果通过事件或回调传递，这是保证游戏流畅度的铁律。

2.2 智能体与知识库的角色分工

很多人刚开始会把智能体和知识库混为一谈，其实它们职责分明。

Coze智能体：它是一个处理器和调度器。你通过系统指令（System Prompt）定义它的性格、职责和对话规则。它负责理解用户的输入（玩家的问题），决定如何思考（是否启用思维链），以及调用哪些工具或查询哪些知识来组织回答。你可以把它想象成游戏里的一个“虚拟演员”，剧本（知识库）给了它台词背景，但它自己决定用什么样的语气把台词说出来。
Coze知识库：它是一个结构化数据源。你可以上传游戏的世界观设定文档、角色档案、物品描述、任务文本等。知识库里的内容会被处理成可检索的片段。当智能体收到玩家问题时，如果问题涉及专业知识（比如“霜之哀伤有什么来历？”），它会自动去知识库里检索相关段落，并将这些信息作为上下文的一部分，生成最终回答。

集成的关键在于，你通过API调用智能体时，可以在请求参数中指定dataset_id（知识库ID）。这样，本次对话就会在指定的知识库范围内进行检索和回答。这意味着，你可以为不同的NPC配置不同的知识库。卫兵队长拥有“城市法规与治安条例”知识库，而炼金术师则拥有“草药与配方大全”知识库。

2.3 Unity端的技术选型与考量

在Unity端，除了基础的UnityWebRequest，还有一些库和模式能让我们事半功倍。

JSON处理：Coze API的请求和响应都是JSON格式。Unity自带的JsonUtility对简单结构友好，但处理深层嵌套的JSON有时力不从心。我强烈推荐使用Newtonsoft.Json（即Json.NET），通过Unity的Package Manager安装“Newtonsoft Json”包即可。它的序列化/反序列化能力强大，错误信息也更友好。
异步编程模式：使用C#的async/await。确保你的Unity项目.NET版本支持（建议使用.NET 4.x或.NET Standard 2.1）。将所有与Coze API交互的方法标记为async Task，并在调用时使用await。这样代码清晰，可读性远优于传统的回调地狱。
配置管理：API密钥、知识库ID、端点URL等敏感或可配置信息，绝不能硬编码在脚本里。我会创建一个ScriptableObject资产，比如CozeConfig.asset，用来存放这些配置。这样，在编辑器和不同构建环境（开发、测试、生产）中可以方便地切换配置。
对话历史管理：为了维持对话的连贯性，需要维护一个会话历史列表。通常，我会在每次请求时，将最近几轮的对话（玩家问，AI答）作为消息列表（messages数组）发送给Coze。这个历史列表需要持久化，比如关联到玩家的存档中。注意控制历史长度，避免超出模型的上下文限制（Token数），否则会收到类似“maximum context length”的API错误。

3. 从零开始：Unity端API调用实战

理论说再多，不如一行代码。我们从一个最简单的场景开始：在Unity中点击一个按钮，向Coze智能体发送一句话，并在UI文本上显示回复。

3.1 环境准备与基础配置

首先，你需要在Coze平台（扣子）上准备好两样东西：

一个智能体：在Coze工作室创建一个智能体，配置好基础的身份和系统指令。比如，创建一个“游戏向导”智能体，系统指令写：“你是一个友好的游戏内助手，用简短、鼓励的语气回答玩家关于游戏操作和背景的问题。”
API访问令牌：在Coze编程平台，进入“设置”->“访问令牌”，创建一个新的令牌。务必保管好这个pat_xxxxxx字符串，它就是你的通行证。

在Unity项目中：

创建一个ScriptableObject用于配置。

// CozeConfig.cs using UnityEngine; [CreateAssetMenu(fileName = "CozeConfig", menuName = "Coze/Config")] public class CozeConfig : ScriptableObject { public string apiEndpoint = "https://api.coze.cn/v3/chat"; // Coze Chat API 端点 public string apiToken = "pat_your_token_here"; // 你的访问令牌 public string botId = "your_bot_id_here"; // 你在Coze创建的智能体ID public string defaultDatasetId = ""; // 默认关联的知识库ID，可选 }

创建这个资产，并在Inspector中填入你的真实信息。

创建核心服务类CozeService。我们将把它设计成一个单例，方便全局访问。

// CozeService.cs using System; using System.Collections.Generic; using System.Threading.Tasks; using Newtonsoft.Json; using UnityEngine; using UnityEngine.Networking; public class CozeService : MonoBehaviour { public static CozeService Instance { get; private set; } public CozeConfig config; private void Awake() { if (Instance != null && Instance != this) { Destroy(this.gameObject); return; } Instance = this; DontDestroyOnLoad(this.gameObject); // 跨场景不销毁 } }

3.2 实现核心的异步对话方法

接下来，在CozeService类中添加核心的发送消息方法。我们将遵循Coze Chat API的格式。

// 在CozeService.cs中继续添加 [System.Serializable] public class CozeMessage { public string role; // "user" 或 "assistant" public string content; public string content_type = "text"; } [System.Serializable] public class CozeChatRequest { public string bot_id; public string user_id; // 用于区分不同玩家，可以用PlayerPrefs存的ID或设备ID public List<CozeMessage> messages; public string conversation_id; // 会话ID，用于持续对话，可选 public List<string> dataset_ids; // 要查询的知识库ID列表，可选 } [System.Serializable] public class CozeChatResponse { public int code; public string msg; public ResponseData data; } [System.Serializable] public class ResponseData { public List<Message> messages; } [System.Serializable] public class Message { public string role; public string content; public string content_type; } public async Task<string> SendChatMessageAsync(string userMessage, string userId, List<string> datasetIds = null) { // 1. 构建请求数据 var requestData = new CozeChatRequest { bot_id = config.botId, user_id = userId, messages = new List<CozeMessage> { new CozeMessage { role = "user", content = userMessage } } }; if (datasetIds != null && datasetIds.Count > 0) { requestData.dataset_ids = datasetIds; } else if (!string.IsNullOrEmpty(config.defaultDatasetId)) { requestData.dataset_ids = new List<string> { config.defaultDatasetId }; } string jsonData = JsonConvert.SerializeObject(requestData); // 2. 创建UnityWebRequest using (UnityWebRequest request = new UnityWebRequest(config.apiEndpoint, "POST")) { byte[] bodyRaw = System.Text.Encoding.UTF8.GetBytes(jsonData); request.uploadHandler = new UploadHandlerRaw(bodyRaw); request.downloadHandler = new DownloadHandlerBuffer(); request.SetRequestHeader("Content-Type", "application/json"); request.SetRequestHeader("Authorization", "Bearer " + config.apiToken); request.SetRequestHeader("Accept", "application/json"); // 3. 设置超时（例如10秒） request.timeout = 10; // 4. 发送异步请求并等待 var operation = request.SendWebRequest(); while (!operation.isDone) { await Task.Yield(); // 关键：每帧让出控制权，避免阻塞 } // 5. 处理响应 if (request.result == UnityWebRequest.Result.Success) { string jsonResponse = request.downloadHandler.text; var response = JsonConvert.DeserializeObject<CozeChatResponse>(jsonResponse); if (response.code == 0 && response.data?.messages?.Count > 0) { // 通常最后一条消息是assistant的回复 var lastMessage = response.data.messages[response.data.messages.Count - 1]; if (lastMessage.role == "assistant" && lastMessage.content_type == "text") { return lastMessage.content; } } else { Debug.LogError($"Coze API Error: Code={response.code}, Msg={response.msg}"); return $"抱歉，AI助手暂时无法回答。(错误: {response.code})"; } } else { Debug.LogError($"Network Error: {request.error}"); return "网络连接似乎有点问题，请稍后再试。"; } } return null; }

3.3 制作一个简单的测试UI

创建一个简单的UI来测试我们的服务。

在场景中创建一个Canvas。
添加一个InputField（用于输入问题），一个Button（发送），一个Text（显示回复）。
创建一个TestCozeUI.cs脚本挂载在Canvas上。

// TestCozeUI.cs using System; using UnityEngine; using UnityEngine.UI; public class TestCozeUI : MonoBehaviour { public InputField inputField; public Button sendButton; public Text responseText; public string testUserId = "unity_test_player_001"; // 测试用用户ID private void Start() { sendButton.onClick.AddListener(OnSendButtonClicked); } private async void OnSendButtonClicked() { if (string.IsNullOrWhiteSpace(inputField.text)) return; string question = inputField.text; responseText.text = "思考中..."; sendButton.interactable = false; // 防止重复点击 try { // 调用CozeService string answer = await CozeService.Instance.SendChatMessageAsync(question, testUserId); responseText.text = answer; } catch (Exception e) { responseText.text = $"请求出错: {e.Message}"; Debug.LogException(e); } finally { sendButton.interactable = true; } } }

运行游戏，在输入框里问你的Coze智能体一个问题，比如“怎么打败史莱姆？”，点击发送。如果一切配置正确，几秒后你就能在UI上看到AI生成的回复了。这一步成功，标志着Unity与Coze之间的基础通信桥梁已经打通。

4. 进阶集成：动态关联与管理知识库

基础对话实现了，但要让AI的回答更精准、更具游戏特色，就必须引入知识库。我们的目标是为不同的游戏场景或NPC动态切换知识库。

4.1 知识库的创建与文件上传

在集成前，你需要在Coze平台创建好知识库并上传内容。虽然可以通过API创建（如网络资料中POST /v1/datasets所示），但对于初期内容建设，我强烈建议直接在Coze工作室网页端操作，更直观。你可以创建多个知识库，例如：

world_lore：游戏世界观、历史、地理。
quests_info：所有任务的详细描述和线索。
character_bio：主要角色的背景故事。
item_encyclopedia：武器、道具、材料的说明。

上传支持TXT、PDF、Word、Excel等多种格式。对于游戏文本，我习惯用Markdown格式的TXT文件，结构清晰，Coze解析效果也好。一个world_lore.md文件内容可能像这样：

# 艾泽拉斯世界 ## 东部王国 ### 暴风城 人类的主城，位于艾尔文森林北部，国王为安度因·乌瑞恩。 ### 铁炉堡 矮人的首都，位于丹莫罗雪山之中，由麦格尼·铜须国王统治。 ...

4.2 在Unity中实现知识库的动态切换

我们的CozeService.SendChatMessageAsync方法已经支持传入datasetIds参数。现在，我们需要一个管理器来根据游戏上下文提供正确的知识库ID列表。

创建知识库映射表：同样使用一个ScriptableObject来管理映射关系。

// KnowledgeBaseMap.cs using System.Collections.Generic; using UnityEngine; [CreateAssetMenu(fileName = "KnowledgeBaseMap", menuName = "Coze/KnowledgeBase Map")] public class KnowledgeBaseMap : ScriptableObject { [System.Serializable] public class KBEntry { public string contextKey; // 游戏上下文标识，如 "scene_tavern", "npc_blacksmith" public List<string> datasetIds; // 该上下文下需要使用的知识库ID列表 } public List<KBEntry> mappings = new List<KBEntry>(); }

你可以配置：当玩家在“酒馆”场景（contextKey: "scene_tavern"）时，使用["dataset_world_lore", "dataset_tavern_rumors"]这两个知识库。

增强CozeService：添加一个根据上下文获取知识库ID的方法。

// 在CozeService.cs中添加 public KnowledgeBaseMap kbMap; public List<string> GetDatasetIdsForContext(string contextKey) { if (kbMap == null) return null; var entry = kbMap.mappings.Find(e => e.contextKey == contextKey); return entry?.datasetIds; }

在NPC对话脚本中应用：假设你有一个NPCDialogueController脚本。

// NPCDialogueController.cs 片段 public string npcContextKey = "npc_innkeeper"; // 在Inspector中设置 private string _playerId; // 应从玩家存档系统获取 public async void StartAIConversation(string playerFirstMessage) { // 1. 获取当前对话场景应使用的知识库ID List<string> datasetIds = CozeService.Instance.GetDatasetIdsForContext(npcContextKey); // 也可以叠加全局知识库，如游戏基础设定 // if (!datasetIds.Contains("dataset_world_basics")) datasetIds.Add("dataset_world_basics"); // 2. 发送请求，附带知识库 string aiReply = await CozeService.Instance.SendChatMessageAsync( playerFirstMessage, _playerId, datasetIds ); // 3. 处理回复，显示在对话气泡或UI中 DisplayDialogue(aiReply); }

这样，当玩家与铁匠对话时，AI会优先从“铁匠知识”和“装备图谱”知识库中寻找答案；而与学者对话时，则会用到“世界历史”和“魔法理论”知识库。实现了对话内容的精准化和差异化。

4.3 维护对话历史与上下文连贯性

单轮对话是基础，但真正的对话是连续的。我们需要维护一个会话历史，并在每次请求时将其发送给Coze。

设计会话历史结构：在CozeService或一个单独的DialogueSession类中维护。

public class DialogueSession { public string sessionId; public string userId; public string botId; public List<CozeMessage> history = new List<CozeMessage>(); public int maxHistoryTurns = 10; // 控制历史长度，避免token超限 public void AddMessage(string role, string content) { history.Add(new CozeMessage { role = role, content = content }); // 保持历史长度，移除最旧的消息 while (history.Count > maxHistoryTurns * 2) // 每轮包含user和assistant两条 { history.RemoveAt(0); } } }

修改发送方法，支持历史：

public async Task<string> SendChatMessageWithHistoryAsync(string userMessage, DialogueSession session, List<string> datasetIds = null) { session.AddMessage("user", userMessage); var requestData = new CozeChatRequest { bot_id = session.botId, user_id = session.userId, messages = session.history, // 直接发送整个历史 conversation_id = session.sessionId, dataset_ids = datasetIds }; // ... 后续发送请求的代码与之前类似 ... // 收到回复后 if (!string.IsNullOrEmpty(aiReply)) { session.AddMessage("assistant", aiReply); } return aiReply; }

实操心得：维护历史时，要特别注意Token限制。Coze模型有上下文窗口限制（比如32K tokens）。如果历史太长，会导致API报错“maximum context length”。maxHistoryTurns是一个简单的防御策略。更精细的做法是估算文本的token数（可以按1 token ≈ 4个英文字符或2个中文字符粗略估算），并在达到阈值时从历史中间移除一些较早的对话轮次，保留最近的和最开始的系统指令。

5. 性能优化、错误处理与实战避坑指南

将外部AI服务集成到实时游戏中，稳定性和性能至关重要。以下是我在实战中总结的几个关键点和踩过的坑。

5.1 网络请求的稳定性保障

游戏网络环境复杂，必须假设请求会失败。

实现指数退避重试：对于网络超时、5xx服务器错误等暂时性故障，应该自动重试。

public async Task<string> SendChatMessageWithRetryAsync(...) { int maxRetries = 3; int retryDelayMs = 1000; // 初始延迟1秒 for (int i = 0; i < maxRetries; i++) { try { return await SendChatMessageAsync(...); } catch (UnityWebRequestException ex) when (IsTransientError(ex)) { if (i == maxRetries - 1) throw; // 最后一次重试后仍失败，抛出异常 Debug.LogWarning($"请求失败，{retryDelayMs}ms后重试 ({i+1}/{maxRetries})。错误: {ex.Message}"); await Task.Delay(retryDelayMs); retryDelayMs *= 2; // 指数退避 } } return null; } private bool IsTransientError(UnityWebRequestException ex) { // 判断是否为可重试的错误：超时、5xx服务器错误等 return ex.Result == UnityWebRequest.Result.ConnectionError || ex.Result == UnityWebRequest.Result.ProtocolError && ex.ResponseCode >= 500; }

设置合理的超时时间：根据游戏类型设置。对于回合制RPG，可以设置10-15秒；对于快节奏游戏，可能只能接受3-5秒。超时后要给玩家明确的反馈，如“助手思考超时，请再试一次”。

5.2 处理Coze API的特定错误

Coze API返回的错误码需要针对性处理。

code: 400：参数错误。检查bot_id、user_id、dataset_ids格式是否正确，消息内容是否为空。特别要注意dataset_ids中的ID必须是你有权限访问的扣子知识库ID，如果填了火山知识库ID或其他非法ID，就会报错。
code: 402：余额不足。Coze API调用通常有免费额度，超出后需要付费。在游戏发布前，务必确认你的账户有足够的余额或已设置好付费计划。
code: 429：请求频率超限。Coze API有速率限制。在玩家密集的场合（如主城所有玩家都在和AI NPC聊天），需要在客户端或你自己的代理服务器上做请求排队和限流。
msg包含“maximum context length”：上下文超长。这是最常见的问题之一。你需要精简发送的messages。可以尝试：a) 减少maxHistoryTurns；b) 在发送前，将过长的历史消息进行摘要（例如，用一句“之前我们聊了关于寻找草药任务的事情”来替代之前的多轮对话）；c) 确保知识库文件本身不要有过于冗长的单个文档，可以适当拆分。

5.3 本地缓存与降级策略

完全依赖网络服务是不可靠的。设计降级方案能极大提升用户体验。

回答缓存：对于常见、确定性的问题，可以在本地存储预定义的问答对。在向Coze发送请求前，先在本地的缓存字典里匹配。例如，玩家问“怎么打开背包？”，直接返回本地存储的“按B键打开背包”，无需调用API。这既快又省费用。
离线模式：检测到网络不可用或API连续失败时，切换到离线模式。NPC可以使用预设的对话树，或者给出“我现在好像不太舒服，晚点再聊吧”之类的通用回复。
异步加载与预加载：在玩家进入一个可能触发AI对话的场景（如酒馆）时，可以提前初始化CozeService，并预加载该场景对应的知识库映射配置。避免第一次对话时因初始化造成卡顿。

5.4 内容安全与审核

让AI自由生成内容存在风险，可能产生不符合游戏世界观、或是不适当的言论。

系统指令约束：这是第一道也是最重要的防线。在Coze智能体的系统指令中，必须明确、严厉地规定禁忌话题、语言风格和知识边界。例如：“你绝对不能讨论任何现实世界的政治、宗教、暴力敏感话题。你的所有知识都仅限于《XX大陆》游戏世界。用中世纪奇幻风格说话。”
后置过滤：在Unity端收到AI回复后，可以做一个简单的关键词过滤。建立一个轻量的“黑名单”词库，对回复文本进行扫描。如果命中，可以丢弃该回复，并重新生成请求（可以附加“请换一种说法”的指令），或者回退到安全的默认回复。
利用Coze的安全机制：Coze平台本身提供了一定的内容安全过滤。确保你在智能体配置中开启了相关安全设置。但这不能100%依赖，客户端或自己的后端做一层补充过滤是更稳妥的做法。

6. 扩展思路：从对话到游戏事件驱动

集成AI对话本身已经很有趣，但它的潜力不止于此。我们可以让AI的回复不仅能看，还能“驱动”游戏。

6.1 解析结构化指令

让Coze智能体在回复文本中，嵌入一些游戏能理解的“指令”。这需要你和AI之间约定一种简单的格式。例如，约定用[QUEST_UPDATE: 寻找草药, COMPLETED]这样的标记来表示任务更新。

定义指令协议：比如，用方括号[]包裹JSON格式的指令。
```
{ "type": "quest_update", "id": "quest_herb", "action": "complete" }
```

修改回复解析逻辑：在CozeService收到回复后，不仅提取文本，还尝试用正则表达式提取[]内的内容并解析JSON。

string rawReply = await SendChatMessageAsync(...); string displayText = rawReply; List<GameInstruction> instructions = new List<GameInstruction>(); // 简单正则匹配 var matches = Regex.Matches(rawReply, @"\[(.*?)\]"); foreach (Match match in matches) { string instructionJson = match.Groups[1].Value; try { var instruction = JsonConvert.DeserializeObject<GameInstruction>(instructionJson); instructions.Add(instruction); // 从显示文本中移除指令标记，让玩家看不到 displayText = displayText.Replace(match.Value, ""); } catch { /* 忽略解析失败 */ } }

执行游戏指令：遍历instructions列表，根据type和action调用游戏内对应的系统。比如，触发任务完成、给玩家添加物品、改变NPC好感度、甚至加载一个新的场景。

6.2 与Unity其他系统联动

音频系统：根据AI回复的情绪分析（可以在请求中让Coze同时输出情绪标签），触发不同的NPC语音语调或背景音乐。
动画系统：解析出回复中的动作关键词（如“大笑”、“叹气”、“指向东方”），触发NPC对应的动画状态机。
寻路与导航：AI指示玩家“去城东的集市找约翰”，可以自动为玩家的小地图添加一个导航标记点。

6.3 构建更复杂的对话工作流

对于重要的主线剧情对话，纯AI生成可能不可控。这时可以结合Coze的“工作流”功能。你可以在Coze中设计一个工作流，它像是一个决策树：先检查玩家属性，然后从知识库查询关键信息，再根据条件分支生成不同的回复。Unity端只需要调用这个工作流，就能获得一段更复杂、更可控的剧情对话。

实现上，只需将API调用的端点从/v3/chat改为调用特定工作流的端点，并传入必要的参数即可。这为混合叙事（预设剧情+AI生成）提供了强大的工具。

将Coze智能体嵌入Unity游戏，是一个打开“动态内容”大门的工程。它不仅仅是技术的拼接，更是对游戏叙事和交互设计的一种新思考。从简单的API调用开始，逐步加入知识库、上下文管理、错误处理和游戏联动，你会发现NPC不再是一段冰冷的代码，而是一个真正能倾听、能思考、能影响游戏世界的伙伴。这个过程肯定会遇到各种问题，从网络超时到Token超限，从回答离谱到指令解析失败，但每解决一个，你的游戏就离那个“活”起来的世界更近一步。