LLM Integration

Overview

Microverse 通过 APIManager + APIConfig 实现多 LLM Provider 的统一接入。所有角色可以独立选择不同的模型（Stephen 用 Claude，Jack 用 DeepSeek）。Provider 配置在 script/ai/APIConfig.gd 中集中管理。

Provider 总览

请求格式（Request Formats）

ollama

{
    "model": "llama3.2:3b",
    "prompt": "...",
    "stream": false
}

openai (通用)

{
    "model": "gpt-4o-mini",
    "messages": [{"role": "user", "content": "..."}]
}

gemini

{
    "contents": [{
        "parts": [{"text": "..."}]
    }]
}

claude

{
    "model": "claude-3-5-sonnet-20241022",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "..."}]
}

Header 额外需要: anthropic-version: 2023-06-01

响应解析（Response Parsers）

APIConfig 核心类

class_name APIConfig

class APIProvider:
    var name: String
    var display_name: String
    var url: String
    var models: Array[String]
    var requires_api_key: bool
    var headers_template: Dictionary
    var request_format: String   # "ollama" | "openai" | "gemini" | "claude"
    var response_parser: String   # "ollama" | "openai" | "gemini" | "claude"

静态初始化模式

static var _providers: Dictionary = {}
static var _initialized: bool = false

static func _initialize():
    if _initialized: return
    _providers["Ollama"] = APIProvider.new(...)
    _providers["DeepSeek"] = APIProvider.new(...)
    # ... 8 providers
    _initialized = true

APIManager 使用方式

# 构建请求（自动适配格式）
var request_data = APIConfig.build_request_data(
    api_type,   # "DeepSeek" | "Claude" | ...
    model,       # "gpt-4o-mini" | "deepseek-chat" | ...
    prompt       # 完整的 Prompt 字符串
)

# 构建请求头（自动注入 API Key）
var headers = APIConfig.build_headers(api_type, api_key)
# → ["Content-Type: application/json", "Authorization: Bearer sk-..."]

# 解析响应
var text = APIConfig.parse_response(api_type, response_dict, character_name)

多角色多 Provider 配置示例

# Stephen 用 Claude（写作/情感对话强）
character_ai_config["Stephen"] = {
    "api_type": "Claude",
    "model": "claude-3-5-sonnet-20241022",
    "temperature": 0.8
}

# Jack 用 DeepSeek（代码/逻辑推理强）
character_ai_config["Jack"] = {
    "api_type": "DeepSeek",
    "model": "deepseek-chat",
    "temperature": 0.7
}

# 本地测试用 Ollama（零成本）
character_ai_config["TestBot"] = {
    "api_type": "Ollama",
    "model": "llama3.2:3b",
    "temperature": 0.9
}

设计亮点

1. 格式抽象 — 4 种 request_format vs 4 种 response_parser，9 个 Provider 共用
2. Header 模板 — API Key 占位符 {api_key} 在运行时替换，无需硬编码
3. 每角色独立配置 — Stephen 可以用 Claude，Jack 可以用 DeepSeek，互不影响
4. 本地 + 云端混合 — Ollama 本地调试不花钱，切换云端 Provider 无代码改动

相关

multi-agent-ai-simulation — LLM 是对话能力的核心 persistent-memory-system — 记忆为 LLM 提供上下文 multi-agent-ai-game-impl — AIAgent 调用 APIManager 的完整流程 microverse-dialog-system — ConversationManager 如何构造 Prompt