Cloudflare Workers AI 服务部署记录

创建时间：2026-09-01

场景：通过 Cloudflare Workers 部署 AI 服务（语音转文字、文本嵌入）

一、背景

Cloudflare Workers 提供了 AI 推理能力，支持在边缘节点运行 Whisper、Qwen、Llama 等模型。免费版每日提供 10,000 Neurons 额度，换算下来约可处理 45 分钟的音频转录，适合个人项目和小规模实验。

前置准备

Cloudflare 账号（支持 OAuth/GitHub 登录）
wrangler CLI 工具（~/.local/bin/wrangler）
认证 Token 存储在 ~/.config/.wrangler/config/default.toml

二、Whisper 语音转文字 Worker

2.1 服务信息

项目	值
服务名	cf-whisper-worker
URL	`https://cf-whisper-worker.<username>.workers.dev`
功能	语音转文字（OpenAI 兼容接口）
部署方式	wrangler 部署

2.2 支持的 API

1. OpenAI 兼容转录接口

POST /v1/audio/transcriptions

请求参数（multipart/form-data）：

参数	说明	示例
`file`	音频文件	audio.wav
`model`	模型名称	`@cf/openai/whisper`
`language`	语言代码（可选）	`zh`, `en`
`response_format`	返回格式	`json`, `text`, `vtt`, `srt`, `verbose_json`
`temperature`	采样温度（可选）	`0.0`

2. 简单测试接口

GET / 或 POST / --- 返回基础信息，用于验证服务是否正常。

2.3 可用模型对比

模型	适用场景	速度	质量
`@cf/openai/whisper`	通用中英文	中	中
`@cf/openai/whisper-tiny-en`	纯英文、实时	快	较低
`@cf/openai/whisper-large-v3-turbo`	高质量转录	慢	高

选择建议：

中英文混合：用基础模型 @cf/openai/whisper
纯英文会议/播客：用 tiny-en，速度快、额度消耗少
需要高准确率、有时间等：用 large-v3-turbo

2.4 使用示例

bash

复制代码

# 转录音频文件
curl -X POST https://cf-whisper-worker.<username>.workers.dev/v1/audio/transcriptions \
  -F "file=@audio.wav" \
  -F "model=@cf/openai/whisper" \
  -F "language=zh" \
  -F "response_format=json"

2.5 返回格式说明

格式	内容
`json`	`{"text": "..."}`
`text`	纯文本内容
`vtt`	WebVTT 字幕（带时间戳）
`srt`	SRT 字幕格式
`verbose_json`	详细 JSON（含置信度、时间戳）

vtt 和 srt 可直接用于视频字幕生成，verbose_json 可用于语音分析或关键词提取。

三、Qwen3 文本嵌入 Worker

3.1 服务信息

项目	值
服务名	qwen3-embedding
URL	`https://qwen3-embedding.<username>.workers.dev`
功能	文本向量化（768 维）
部署方式	Cloudflare Web Editor

3.2 支持的 API

OpenAI 兼容嵌入接口

POST /v1/embeddings

请求体（JSON）：

json

复制代码

{
  "model": "@cf/qwen/qwen3-embedding-0.6b",
  "input": "你好世界"
}

支持单条文本或批量文本：

json

复制代码

{
  "model": "@cf/qwen/qwen3-embedding-0.6b",
  "input": ["文本1", "文本2", "文本3"]
}

3.3 可用模型

模型	维度	适用场景
`@cf/qwen/qwen3-embedding-0.6b`	768	中英文通用
`@cf/baai/bge-m3`	1024	多语言、长文本

选择建议：

通用中文场景：用 qwen3-embedding-0.6b，轻量快速
多语言混合（中英日等）：用 bge-m3，支持更长文本

3.4 返回示例

json

复制代码

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "index": 0,
      "embedding": [0.012, -0.034, 0.056, ...]
    }
  ],
  "model": "qwen3-embedding-0.6b"
}

向量数组长度为 768（qwen3）或 1024（bge-m3），可直接用于相似度计算、聚类或 RAG 检索。

四、部署与常用命令

4.1 首次部署（Whisper）

bash

复制代码

# 创建项目
mkdir cf-whisper-worker && cd cf-whisper-worker

# 初始化 wrangler 配置
wrangler init

# 编写 Worker 代码（JavaScript）
# 部署
wrangler deploy

4.2 常用命令

bash

复制代码

# 查看已部署的 Worker 列表
wrangler list

# 查看可用 AI 模型
wrangler ai model list

# 查看特定模型信息
wrangler ai model get <model-name>

# 从 Web Editor 部署（嵌入服务适用）
# 在 Cloudflare Dashboard → Workers & Pages → 创建 → 在线编辑

五、使用场景

5.1 音频转录

视频会议记录 → 自动生成会议纪要
播客转文字 → 生成逐字稿和字幕文件
课堂录音 → 语音笔记检索

5.2 文本嵌入

RAG 应用：将文档切片向量化，构建知识库
推荐系统：计算用户 query 与内容向量的相似度
聚类分析：对用户评论或文章进行主题归类

六、踩坑记录

坑 1：音频格式不兼容

Whisper Worker 只接受 WAV/PCM 格式。MP3 或 M4A 需先转码：

bash

复制代码

ffmpeg -i input.mp3 -ar 16000 -ac 1 output.wav

坑 2：请求超时

Cloudflare Workers 有 30 秒 CPU 时间限制。大文件建议分段或使用 large-v3-turbo 模型，转录速度更快。

坑 3：配额不足

免费版每日 10,000 Neurons。大文件转录消耗约 200-500 Neurons/次，实测约 20-50 次转录。超限后返回 403，可通过 Dashboard 查看用量或升级付费计划。

七、成本估算

模型	单价（Neurons）	每日免费次数（估算）
whisper	20-50/次	200-500 次
qwen3-embedding	1-2/次	5000-10000 次
whisper-large	100-200/次	50-100 次

免费额度对个人实验和小型应用完全够用。

八、总结

Worker	功能	状态
cf-whisper-worker	语音转文字	✅ 运行中
qwen3-embedding	文本向量化	✅ 运行中

两个服务均通过 Cloudflare Workers AI 部署，支持 OpenAI 兼容接口，可在现有项目中无缝接入，无需额外维护基础设施。免费额度对于个人使用基本够用，适合小规模实验和 prototype 开发。