📖请先阅读相关：UE-chatgpt API
基于UE5引擎自研开发，融合了chatgpt-3，VITS语音合成，NLP情感分析。 自定义给予ai角色设定，项目仍在开发完善中 谢谢大家！
Unreal Engine Plugin---UE-chat
1.首先，您需要安装Python和TensorFlow等必要的工具来运行ChatGPT模型并生成响应。确保您的Python和TensorFlow版本与您要使用的ChatGPT模型兼容。
2captcha-python==1.1.3
aiohttp==3.8.3
aiosignal==1.3.1
async-generator==1.10
async-timeout==4.0.2
attrs==22.2.0
blobfile==2.0.1
certifi==2022.12.7
charset-normalizer==2.1.1
cheroot==9.0.0
click==8.1.3
distlib==0.3.6
exceptiongroup==1.1.0
filelock==3.9.0
Flask==2.2.2
frozenlist==1.3.3
gevent==22.10.2
greenlet==2.0.2
gunicorn==20.1.0
h11==0.14.0
idna==3.4
importlib-metadata==6.0.0
itsdangerous==2.1.2
jaraco.functools==3.5.2
Jinja2==3.1.2
lxml==4.9.2
MarkupSafe==2.1.2
more-itertools==9.0.0
multidict==6.0.4
Naked==0.1.32
openai==0.26.4
outcome==1.2.0
platformdirs==2.6.2
pycryptodome==3.17
pycryptodomex==3.17
PySocks==1.7.1
python-dotenv==0.21.1
PyYAML==6.0
regex==2022.10.31
requests==2.28.2
revChatGPT==1.1.7
selenium==4.8.0
shellescape==3.8.1
six==1.16.0
sniffio==1.3.0
sortedcontainers==2.4.0
tiktoken==0.2.0
tls-client==0.1.8
tqdm==4.64.1
trio==0.22.0
trio-websocket==0.9.2
undetected-chromedriver==3.4.4
urllib3==1.26.14
virtualenv==20.17.1
web.py==0.61
websockets==10.4
Werkzeug==2.2.2
wsproto==1.2.0
xmltodict==0.13.0
yarl==1.8.2
zipp==3.12.1
zope.event==4.6
zope.interface==5.5.2
pip install tensorflow
pip install transformersfrom transformers import GPT2LMHeadModel, GPT2Tokenizer
# Load pre-trained model and tokenizer
tokenizer = GPT2Tokenizer.from_pretrained("microsoft/DialoGPT-medium")
model = GPT2LMHeadModel.from_pretrained("microsoft/DialoGPT-medium")使用TensorFlow和ChatGPT模型定义一个生成响应的函数。例如，下面是一个简单的函数，它使用ChatGPT模型生成给定输入的响应：
def generate_response(input_text, model, tokenizer):
input_ids = tokenizer.encode(input_text + tokenizer.eos_token, return_tensors='tf')
# Generate response using model
output = model.generate(input_ids, max_length=1000, do_sample=True)
response = tokenizer.decode(output[0], skip_special_tokens=True)
return response这个函数使用Tokenizer将输入文本编码成模型可以理解的格式，然后使用GPT2LMHeadModel生成一个响应，最后使用Tokenizer将响应解码成自然语言文本。
input_text = "uechat"
response = generate_response(input_text, model, tokenizer)
print(response)在调用generate_response函数时，将输入文本传递给函数，以生成一个响应
2.接下来，您需要创建一个新的虚幻引擎项目。在创建项目时，确保选择支持Python插件的选项。这将使您能够在虚幻引擎中编写Python代码。
3.在您的项目中，创建一个新的Python插件。这将是您在其中实现ChatGPT逻辑的地方。您可以使用Python插件与虚幻引擎中的其他组件进行通信，UI元素和游戏世界。
4.在您的Python插件中，加载您的ChatGPT模型并设置其参数。这可能涉及到从磁盘加载模型文件，指定生成响应的长度，以及任何其他必要的设置。
5.编写代码来处理用户输入，并使用您的ChatGPT模型生成响应。这可能涉及到将用户输入格式化为模型可以理解的方式，将其转换为TensorFlow张量。 您还需要调用模型以生成响应，并将其返回给用户。
6.您需要将您的Python插件与虚幻引擎中的其他组件进行集成。这可能包括将您的插件与UI元素连接起来，以便用户可以与ChatGPT进行交互，或将您的插件与虚幻引擎中的其他系统进行交互，例如触发事件或改变游戏状态。
7.在您的插件中添加必要的UI元素，例如文本框、按钮等，以便用户可以与ChatGPT进行交互。您需要使用虚幻引擎的UMG（Unreal Motion Graphics）系统创建这些UI元素，并将它们与您的Python插件中的逻辑代码进行连接。
8.添加一些额外的逻辑代码来处理用户输入和响应。可能需要对用户输入进行一些预处理，例如去除标点符号和停用词，以使ChatGPT能够更好地理解用户的意图。
9.添加一些逻辑代码来处理响应，例如选择最有可能的响应，或使用一些NLG（Natural Language Generation）技术对响应进行后处理。
10.使用一些调试技术，例如打印日志或使用虚幻引擎的调试工具来检查您的代码中的错误。确保测试您的插件并在必要时进行调试。
创建一个成功的ChatGPT插件，需要有一些编程经验和对虚幻引擎的熟悉程度，以便将您的Python逻辑与虚幻引擎的其他系统进行集成。 同时，需要具备一定的自然语言处理（NLP）和机器学习（ML）知识，以便能够设计和实现一个高效的ChatGPT模型。 ChatGPT插件需要一定的技术知识和经验，以下文档和社区可以提供帮助和支持。
* [虚幻引擎官网]https://www.epicgames.com/store/zh-CN
* [插件商店]https://www.unrealengine.com/marketplace/en-US/store
* [UMG(Unreal Motion Graphics)]https://docs.unrealengine.com/4.27/zh-CN/InteractiveExperiences/UMG
* [Chatgpt]https://chat.openai.com/chat
* [OpenAI]https://openai.com/research/natural-language-generation/
* [NLG（Natural Language Generation)]https://www.nlgresources.org
* [Textio]https://textio.com/