https://benzhub.github.io/tags/workers-ai/Recent content in Workers-Ai on BenzHubHugozh-TWFri, 04 Sep 2026 00:00:00 +0000https://benzhub.github.io/post/cloudflare/035-workers-ai-run/Fri, 04 Sep 2026 00:00:00 +0000https://benzhub.github.io/post/cloudflare/035-workers-ai-run/<blockquote> <p>上一篇《<strong>Workers AI 入門</strong>》,我們跑通了第一個 <code>env.AI.run()</code> 文字生成推論。但這個方法遠不只「丟 prompt、拿回答」這一招——<strong>同一個 <code>env.AI.run()</code>,換個模型識別符、換個輸入,就能跑遍整個模型目錄</strong>。這一篇我們深入 <code>AI.run()</code> 本身:把<strong>文字生成</strong>的進階參數(<code>messages</code>/<code>prompt</code>、<code>temperature</code>、<code>max_tokens</code>)、<strong>串流輸出</strong>(<code>stream: true</code> + SSE)、給 <strong>RAG</strong> 用的 <strong>text embedding</strong>、<strong>影像生成</strong>、<strong>Whisper 語音轉文字</strong>、以及 <strong>function calling</strong> 工具呼叫,各自跑一遍。</p> </blockquote>https://benzhub.github.io/post/cloudflare/034-workers-ai-intro/Thu, 03 Sep 2026 00:00:00 +0000https://benzhub.github.io/post/cloudflare/034-workers-ai-intro/<blockquote> <p><strong>Cloudflare Workers AI</strong> 讓你不必自己租 GPU、不必架 GPU 伺服器,就能在全球邊緣節點直接執行機器學習<strong>推論(inference)</strong>。這一篇是 <strong>Workers AI</strong> 的第一課:我們會先講清楚什麼是「邊緣 GPU 推論」、怎麼在 <code>wrangler.jsonc</code> 設定 <strong>AI binding</strong>、模型目錄裡有哪些種類(LLM、embedding、影像、語音、分類)、怎麼寫出你的第一個 <code>env.AI.run()</code> 推論,並釐清 <strong>Neurons</strong> 計費、免費額度,以及它和 <strong>OpenAI</strong> 這類外部 API 的根本差異。</p> </blockquote>