Cloudflare 免费 AI 服务，从 API 调用到应用搭建

前言

在当今 AI 时代，寻找免费且可靠的 AI API 接口成为许多开发者的需求。Cloudflare 作为全球知名的网络服务提供商，不仅提供 CDN、域名解析等服务，还推出了免费的 AI 服务，涵盖各种大模型、翻译、文本生成、文生图、语音识别等功能。

本文将系统介绍如何白嫖 Cloudflare 的免费 AI 服务，从 API 调用到应用搭建，帮助你快速上手这一强大的免费资源。

一、Cloudflare AI 服务概览

Cloudflare 的 AI 服务主要包括两个板块：

1.1 Workers AI

Workers AI 是 Cloudflare 提供的核心 AI 服务，包含各种 AI 模型和功能：

大语言模型：如 Llama 3 系列模型
翻译服务：多语言互译
文本生成：内容创作、摘要生成
文生图：根据文本描述生成图像
语音识别：语音转文本
其他 AI 服务：覆盖各种 AI 应用场景

1.2 AI Gateway

AI Gateway 是 Cloudflare 提供的 AI 网关管理界面：

代理功能：作为官方代理，帮助国内用户访问 OpenAI API
监控管理：方便监控和管理接口调用情况
用量统计：追踪 tokens 消耗和日志信息
统一管理：集中管理多个 AI 服务

二、使用 REST API

2.1 支持的服务类型

Cloudflare Workers AI 支持多种 AI 服务类型，基本覆盖了所有 AI 应用场景：

服务类型	描述	应用场景
大语言模型	文本生成、对话交互	聊天机器人、内容创作
翻译服务	多语言互译	国际化应用、文档翻译
文本生成	内容创作、摘要	文章写作、内容优化
文生图	根据文本生成图像	创意设计、内容配图
语音识别	语音转文本	语音助手、字幕生成

2.2 LLM 在线体验

如果你只是想体验 LLM 功能，Cloudflare 官方提供了 PlayGround 在线体验界面：

无需编写代码即可测试模型效果
支持多种预设模型
适合快速验证和学习

注意：Cloudflare 的模型参数量相对较小，稍微大一点的模型（如 14B）都经过了量化处理。对于简单的对话场景足够使用，但对于复杂指令处理能力有限。

2.3 API 调用

API 调用非常简单，只需获取两个关键参数：

账户 ID：Cloudflare 账户的唯一标识
API token：用于身份验证的令牌

示例代码（Python）

import requests

API_BASE_URL = "https://api.cloudflare.com/client/v4/accounts/账户ID/ai/run/"
headers = {"Authorization": "Bearer {API_TOKEN}"}

def run(model, inputs):
    input = { "messages": inputs }
    response = requests.post(f"{API_BASE_URL}{model}", headers=headers, json=input)
    return response.json()

inputs = [
    { "role": "system", "content": "You are a friendly assistant that helps write stories" },
    { "role": "user", "content": "Write a short story about a llama that goes on a journey to find an orange cloud " }
];
output = run("@cf/meta/llama-3-8b-instruct", inputs)
print(output)

2.4 集成到 OneAPI

如果你希望使用 OpenAI 兼容格式，可以将 Cloudflare AI 服务集成到 OneAPI：

打开 OneAPI：进入 OneAPI 管理界面
新建渠道：在首页创建新渠道，类型选择 “Cloudflare”
配置参数：填入 Cloudflare 的 API 密钥和 Account ID
生成令牌：OneAPI 会生成兼容 OpenAI 格式的访问令牌
使用方式：使用生成的令牌，以 OpenAI 兼容方式调用 Cloudflare AI 服务

这样，你就可以使用熟悉的 OpenAI SDK 来调用 Cloudflare 的 AI 服务了！

三、应用创建

3.1 Workers 服务介绍

Cloudflare Workers 是一项 serverless 服务，无需管理服务器即可运行代码。借助 Workers，我们可以快速搭建 LLM 和 AI 推理模型应用。

3.2 从模板创建 LLM 应用

进入 Workers 管理：登录 Cloudflare 控制台，进入 Workers 和 Pages
选择模板：点击 “从 Worker 模板创建”
筛选 AI 模板：选择 AI 相关的模板，例如 “构建 LLM APP”
配置应用：
- 名称：设置应用名称，将作为域名的一部分
- 大模型：选择你想要使用的大模型（后续可以修改）
部署应用：点击 “一键部署” 完成应用创建

3.3 自定义 Worker 代码

默认模板可能只支持固定输入，我们可以修改代码使其支持自定义输入：

export default {
  async fetch(request, env) {
    // 解析请求体
    const requestBody = await request.json();

    // 提取传入的文本参数
    const userMessage = requestBody.message || 'Tell me a joke about Cloudflare';

    const tasks = [];

    // prompt - simple completion style input
    let simple = {
      prompt: userMessage
    };
    let response = await env.AI.run('@cf/meta/llama-3-8b-instruct', simple);
    tasks.push({ inputs: simple, response });

    return Response.json(tasks);
  }
};

3.4 测试和部署

测试 API：在 Worker 编辑界面左侧发送 POST 请求测试
重新部署：测试成功后，点击 “部署” 重新发布
绑定域名：如果有 Cloudflare 解析的域名，可以在设置中绑定自定义域名

3.5 本地调用示例

部署成功后，我们可以在本地使用 Python 调用这个 API：

import requests
import json

# 定义请求的 URL
url = 'https://crimson-block-2a4e.xxx.workers.dev/' 

payload = {
    'message': 'What is the weather today?'  # 你想要传递的对话文本
}

headers = {
    'Content-Type': 'application/json'
}

response = requests.post(url, headers=headers, data=json.dumps(payload))

print(response.json())

四、使用限制与注意事项

4.1 免费额度

API 调用：每天共享 10 万 tokens 的免费额度
Worker 运行：包含在 Workers 的免费额度内
模型限制：模型参数量较小，复杂任务处理能力有限

4.2 最佳实践

合理使用：避免超出免费额度
模型选择：根据任务复杂度选择合适的模型
错误处理：实现良好的错误处理机制
监控管理：使用 AI Gateway 监控使用情况

4.3 应用场景推荐

聊天机器人：简单的对话交互
内容创作：文章写作、摘要生成
翻译服务：多语言翻译
创意工具：文生图应用
语音处理：语音识别和转换

五、总结

Cloudflare 提供的免费 AI 服务为开发者提供了一个成本效益极高的选择：

✅ 完全免费：每天 10 万 tokens 的免费额度

✅ 功能丰富：涵盖大模型、翻译、文生图、语音识别等

✅ 易于使用：简单的 API 调用方式

✅ 灵活部署：支持 Workers 应用搭建

✅ OpenAI 兼容：可通过 OneAPI 集成

通过本文的介绍，你应该已经掌握了如何使用 Cloudflare 的免费 AI 服务，从 API 调用到完整应用的搭建。希望这些内容能帮助你开发出更有创意的 AI 应用！

参考链接

白嫖 Cloudflare 系列教程：