workers-ai

Use when user asks about Workers AI, AI models, Vectorize, AI Gateway, LLM, image generation, speech recognition, embeddings, or RAG. Also use when user says Workers AI, AI モデル, ベクトル検索, 埋め込み, RAG. Cloudflare Workers AI の完全ガイドで、利用可能モデル（LLM、画像、音声、埋め込み）、Vectorize、AI Gateway の使い方と設定を提供する。

Aller à l'installation

Dépôt: biwakonbu/cc-plugins
Dernière activité de la source: 20 avril 2026 à 12:42
Langue détectée de SKILL.md: japonais
Étoiles: 0
Forks: 0

Options d'installation

Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.

Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.

Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.

npx skills add https://github.com/biwakonbu/cc-plugins --skill workers-ai

La commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.

Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.

Vérifiez les fichiers source

Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.

SKILL.md

Instructions source · Aperçu en lecture seule

Retour à la recherche Retour à l’installation

モデル	パラメータ	特徴
`@cf/meta/llama-4-scout-17b-16e-instruct`	17B	マルチモーダル、MoE
`@cf/meta/llama-3.3-70b-instruct-fp8-fast`	70B	高性能
`@cf/meta/llama-3.2-11b-vision-instruct`	11B	画像認識
`@cf/meta/llama-3.2-3b-instruct`	3B	軽量
`@cf/meta/llama-3.1-8b-instruct`	8B	バランス型
`@cf/mistral/mistral-small-3.1-24b-instruct`	24B	128K コンテキスト
`@hf/nousresearch/hermes-2-pro-mistral-7b`	7B	Function Calling

const response = await env.AI.run("@cf/meta/llama-3.1-8b-instruct", {
  messages: [
    { role: "system", content: "あなたは親切なアシスタントです。" },
    { role: "user", content: "東京の天気を教えて" },
  ],
  max_tokens: 256,
  temperature: 0.7,
});

console.log(response.response);

const stream = await env.AI.run("@cf/meta/llama-3.1-8b-instruct", {
  messages: [{ role: "user", content: "長い物語を書いて" }],
  stream: true,
});

return new Response(stream, {
  headers: { "Content-Type": "text/event-stream" },
});

const response = await env.AI.run(
  "@hf/nousresearch/hermes-2-pro-mistral-7b",
  {
    messages: [{ role: "user", content: "東京の天気は？" }],
    tools: [
      {
        type: "function",
        function: {
          name: "get_weather",
          description: "指定した場所の天気を取得",
          parameters: {
            type: "object",
            properties: {
              location: { type: "string", description: "場所" },
            },
            required: ["location"],
          },
        },
      },
    ],
  }
);

const response = await env.AI.run(
  "@cf/stabilityai/stable-diffusion-xl-base-1.0",
  {
    prompt: "A beautiful sunset over mountains, high quality, 4k",
    negative_prompt: "blurry, low quality",
    num_steps: 20,
    guidance: 7.5,
  }
);

return new Response(response, {
  headers: { "Content-Type": "image/png" },
});

const audioData = await request.arrayBuffer();

const response = await env.AI.run(
  "@cf/openai/whisper-large-v3-turbo",
  {
    audio: [...new Uint8Array(audioData)],
  }
);

return Response.json({
  text: response.text,
  language: response.detected_language,
});

const response = await env.AI.run("@cf/baai/bge-base-en-v1.5", {
  text: ["Hello, world!", "How are you?"],
});

// response.data = [
//   { embedding: [0.1, 0.2, ...], shape: [768] },
//   { embedding: [0.3, 0.4, ...], shape: [768] }
// ]

# プリセット使用
wrangler vectorize create my-index \
  --preset @cf/baai/bge-small-en-v1.5

# 手動設定
wrangler vectorize create my-index \
  --dimensions 768 \
  --metric cosine

# wrangler.toml
[[vectorize]]
binding = "VECTORIZE"
index_name = "my-index"

// 挿入
await env.VECTORIZE.upsert([
  {
    id: "doc-1",
    values: embedding,  // from Workers AI
    metadata: { title: "Document 1", category: "tech" },
  },
]);

// 検索
const results = await env.VECTORIZE.query(queryVector, {
  topK: 5,
  filter: { category: "tech" },
  returnMetadata: "all",
});

// 結果: results.matches = [
//   { id: "doc-1", score: 0.95, metadata: {...} },
//   ...
// ]

// 削除
await env.VECTORIZE.deleteByIds(["doc-1", "doc-2"]);

export default {
  async fetch(request: Request, env: Env) {
    const { query } = await request.json();

    // 1. クエリを埋め込みに変換
    const embedResponse = await env.AI.run("@cf/baai/bge-base-en-v1.5", {
      text: [query],
    });
    const queryVector = embedResponse.data[0].embedding;

    // 2. 類似ドキュメント検索
    const results = await env.VECTORIZE.query(queryVector, {
      topK: 3,
      returnMetadata: "all",
    });

    // 3. コンテキスト構築
    const context = results.matches
      .map((m) => m.metadata?.content)
      .join("\n\n");

    // 4. LLM で回答生成
    const response = await env.AI.run("@cf/meta/llama-3.1-8b-instruct", {
      messages: [
        {
          role: "system",
          content: `以下のコンテキストに基づいて回答してください:\n\n${context}`,
        },
        { role: "user", content: query },
      ],
    });

    return Response.json({ answer: response.response });
  },
};

// AI Gateway 経由で OpenAI を呼び出し
const response = await fetch(
  "https://gateway.ai.cloudflare.com/v1/{account_id}/{gateway_id}/openai/chat/completions",
  {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      "Authorization": `Bearer ${env.OPENAI_KEY}`,
    },
    body: JSON.stringify({
      model: "gpt-4",
      messages: [{ role: "user", content: "Hello" }],
    }),
  }
);

機能	説明
ログ	リクエスト/レスポンスを記録
キャッシュ	同一リクエストのキャッシュ
レート制限	リクエスト数制限
フォールバック	プロバイダー障害時の自動切り替え
DLP	機密データ検出（ベータ）

curl https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/run/@cf/meta/llama-3.1-8b-instruct \
  -X POST \
  -H "Authorization: Bearer {API_TOKEN}" \
  -d '{
    "messages": [
      {"role": "user", "content": "Hello"}
    ]
  }'

用途	推奨モデル
一般的なチャット	`llama-3.1-8b-instruct`
高精度な回答	`llama-3.3-70b-instruct-fp8-fast`
画像理解	`llama-3.2-11b-vision-instruct`
軽量・高速	`llama-3.2-3b-instruct`
Function Calling	`hermes-2-pro-mistral-7b`

// レスポンスをキャッシュ
const cacheKey = `ai:${hash(prompt)}`;
let response = await env.KV.get(cacheKey, "json");

if (!response) {
  response = await env.AI.run("@cf/meta/llama-3.1-8b-instruct", {
    messages: [{ role: "user", content: prompt }],
  });
  await env.KV.put(cacheKey, JSON.stringify(response), {
    expirationTtl: 3600,
  });
}

モデル	特徴
`@cf/stabilityai/stable-diffusion-xl-base-1.0`	SDXL 基本
`@cf/bytedance/stable-diffusion-xl-lightning`	高速生成
`@cf/lykon/dreamshaper-8-lcm`	高品質

モデル	特徴
`@cf/openai/whisper-large-v3-turbo`	高精度、多言語
`@cf/openai/whisper`	標準

モデル	次元数	特徴
`@cf/baai/bge-base-en-v1.5`	768	英語特化
`@cf/baai/bge-m3`	1024	100言語対応
`@cf/baai/bge-small-en-v1.5`	384	軽量

モデル	用途
`@cf/huggingface/distilbert-sst-2-int8`	感情分析
`@cf/meta/m2m100-1.2b`	多言語翻訳

項目	無料枠	有料
クエリ	30M/月	$0.01/1M クエリ
ストレージ	5M ベクトル次元	$0.05/1M 次元月

name	workers-ai
description	Use when user asks about Workers AI, AI models, Vectorize, AI Gateway, LLM, image generation, speech recognition, embeddings, or RAG. Also use when user says Workers AI, AI モデル, ベクトル検索, 埋め込み, RAG. Cloudflare Workers AI の完全ガイドで、利用可能モデル（LLM、画像、音声、埋め込み）、Vectorize、AI Gateway の使い方と設定を提供する。
context	fork

workers-ai

Informations de source

Options d'installation

Vérifiez les fichiers source

Plus depuis ce dépôt

Plus depuis ce dépôt

Cloudflare Workers AI

概要

設定

基本的な使い方

Cloudflare Workers AI

概要

設定

基本的な使い方

利用可能モデル

LLM（大規模言語モデル）

画像生成

音声認識

埋め込み

テキスト分類・翻訳

LLM 使用例

基本的なチャット

ストリーミング

Function Calling

画像生成

音声認識

埋め込み

Vectorize

概要

インデックス作成

設定

ベクトル操作

RAG パターン

AI Gateway

概要

対応プロバイダー

設定

使用例

機能

料金体系

Workers AI

Vectorize

REST API

ベストプラクティス

モデル選択

パフォーマンス最適化

公式リソース