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。

설치로 이동

저장소: biwakonbu/cc-plugins
최근 소스 활동: 2026년 4월 20일 12:42
감지된 SKILL.md 언어: 일본어
스타: 0
포크: 0

설치 방법

기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.

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

명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.

로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.

소스 파일 검토

설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.

SKILL.md

소스 지침 · 읽기 전용 미리보기

검색으로 돌아가기 설치로 돌아가기

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

소스 정보

설치 방법

소스 파일 검토

이 저장소의 다른 Skills

이 저장소의 다른 Skills

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