Eine API für NPC-Dialoge in Spielen

Was NPC-Dialoge brauchen und was Sie bekommen

Was tausend Gespräche kosten

Bei GLM kosten dieselben tausend Gespräche etwa $1.34, bevor sein kurzes Nachdenken dazukommt; das Nachdenken kommt aber vor jeder Zeile und kostet Zeit, die ein NPC nicht hat. Kurze Rollen-Prompts sind so oder so günstig; teuer wird ein langes Lore-Dokument in jedem Aufruf.

Eine Zeile Dialog, gestreamt

Lassen Sie das auf Ihrem Spielserver laufen, nicht im Client: Ein Schlüssel, der in ein Spiel eingebaut ist, lässt sich aus ihm herausholen. Zeigen Sie jedes Stück an, sobald es eintrifft, damit sich die Sprechblase füllt, während der Spieler zusieht.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://nokeep.ai/v1",
    api_key=os.environ["NOKEEP_API_KEY"],
)

persona = "You are Brannoc, the blacksmith of Hollowmere: gruff, superstitious, owes the thieves guild money. The player has the quest \"Missing ore\" and has not yet found the mine. Speak only as Brannoc, in one to three short sentences. Never mention game mechanics."

stream = client.chat.completions.create(
    model="deepseek-v4.1-flash-uncensored",
    messages=[
        {"role": "system", "content": persona},
        {"role": "user", "content": "Have you seen any ore carts come through town?"},
    ],
    stream=True,
    max_tokens=120,
    temperature=0.8,
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="", flush=True)

Eine Zeile, auf die Ihr Spiel reagieren kann

Wenn die Antwort des NPCs das Spiel verändern soll, fragen Sie JSON statt gestreamter Prosa an: die anzuzeigende Zeile, eine Stimmung für die Animation und eine Aktion für Ihren Code. Beschreiben Sie die Form auch im Prompt.

import json

reply = client.chat.completions.create(
    model="deepseek-v4.1-flash-uncensored",
    max_tokens=200,
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": persona + ' Answer as JSON: {"line": string, "mood": "calm" | "angry" | "afraid", "action": "none" | "give_map" | "attack"}.'},
        {"role": "user", "content": "Tell me where the mine is or I tell the guild you skipped town."},
    ],
)
npc = json.loads(reply.choices[0].message.content)
print(npc["line"], npc["mood"], npc["action"])

Viele Spieler gleichzeitig

• Jeder Schlüssel erlaubt 120 Anfragen pro Minute, und ein Konto kann 10 Schlüssel haben. Nach einem 429 sagt der Header Retry-After, wie lange zu warten ist. Ratenlimits.
• Geben Sie jeder Umgebung einen eigenen Schlüssel mit Tagesobergrenze: Ein Fehler, der einen Dialog in eine Schleife zwingt, endet an der Obergrenze, nicht an Ihrem Guthaben. Schlüssel und Obergrenzen.
• Halten Sie Rollen-Prompts kurz und fest. Eine Rolle von etwa 1,000 Tokens oder mehr, die sich von Aufruf zu Aufruf wiederholt, wird zu einem Bruchteil des Preises aus dem Cache gelesen.
• Schreiben Sie eine Ersatzzeile für den Fall, dass ein Aufruf fehlschlägt, damit ein voller Moment nie eine Szene einfriert. Ein 503 busy kostet nichts.

Welches Modell

Nehmen Sie deepseek-v4.1-flash-uncensored für gesprochene Zeilen: Es antwortet, ohne zuerst nachzudenken, nimmt Sampler-Einstellungen an und gibt JSON zurück. glm-5.3-flash-uncensored ist pro Token günstiger ($0.20 Eingabe, $0.65 Ausgabe pro Million, gegenüber $0.45 und $1.75), denkt aber vor jeder Antwort kurz nach. Deshalb eignet es sich für Arbeit, auf die der Spieler nicht wartet, etwa das Schreiben des Stadtklatschs für morgen. Vergleichen Sie beide.

Was wir von den Worten der Spieler speichern

Eine Zeile pro Aufruf: Zeit, Schlüssel, Modell, Token-Zahlen, Credits und Status, 30 Tage lang gespeichert. Nie, was der Spieler getippt hat, nie die Zeile des NPCs. Ihrem Rollen-Prompt wird nichts hinzugefügt. Was wir speichern.