cloudflare-workers-ai

Cloudflare Workers AI - 完全リファレンス

Cloudflare Workers AI を使用して AI 搭載アプリケーションを構築するための、本番環境対応のナレッジドメインです。

ステータス：本番環境対応 ✅ 最終更新日：2025-10-21 依存関係：cloudflare-worker-base（Worker のセットアップ用） 最新バージョン：[email protected]、@cloudflare/[email protected]

---

目次

1. クイックスタート（5 分）
2. Workers AI API リファレンス
3. モデル選択ガイド
4. 一般的なパターン
5. AI Gateway の統合
6. レート制限と料金
7. 本番環境チェックリスト

---

クイックスタート（5 分）

1. AI バインディングを追加

wrangler.jsonc:

{
  "ai": {
    "binding": "AI"
  }
}

2. 最初のモデルを実行

export interface Env {
  AI: Ai;
}

export default {
  async fetch(request: Request, env: Env): Promise<Response> {
    const response = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
      prompt: 'What is Cloudflare?',
    });

    return Response.json(response);
  },
};

3. ストリーミングを追加（推奨）

const stream = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
  messages: [{ role: 'user', content: 'Tell me a story' }],
  stream: true, // Always use streaming for text generation!
});

return new Response(stream, {
  headers: { 'content-type': 'text/event-stream' },
});

ストリーミングを使う理由

• 大きなレスポンスがメモリにバッファリングされるのを防ぎます
• 最初のトークンが届くまでの時間を短縮します
• 長文コンテンツのユーザーエクスペリエンスが向上します
• Worker のタイムアウト問題を回避できます

---

Workers AI API リファレンス

env.AI.run()

AI モデルの推論を実行します。

シグネチャ：

async env.AI.run(
  model: string,
  inputs: ModelInputs,
  options?: { gateway?: { id: string; skipCache?: boolean } }
): Promise<ModelOutput | ReadableStream>

パラメーター：

• model（string、必須）- モデル ID（例：@cf/meta/llama-3.1-8b-instruct）
• inputs（object、必須）- モデル固有の入力
• options（object、任意）- 追加オプション
  • gateway（object）- AI Gateway の設定
    • id（string）- Gateway ID
    • skipCache（boolean）- AI Gateway のキャッシュをスキップします

戻り値：

• 非ストリーミング：Promise<ModelOutput - JSON レスポンス
• ストリーミング：ReadableStream - サーバー送信イベントのストリーム

---

テキスト生成モデル

入力形式：

{
  messages?: Array<{ role: 'system' | 'user' | 'assistant'; content: string }>;
  prompt?: string; // Deprecated, use messages
  stream?: boolean; // Default: false
  max_tokens?: number; // Max tokens to generate
  temperature?: number; // 0.0-1.0, default varies by model
  top_p?: number; // 0.0-1.0
  top_k?: number;
}

出力形式（非ストリーミング）：

{
  response: string; // Generated text
}

例：

const response = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
  messages: [
    { role: 'system', content: 'You are a helpful assistant.' },
    { role: 'user', content: 'What is TypeScript?' },
  ],
  stream: false,
});

console.log(response.response);

---

テキスト埋め込みモデル

入力形式：

{
  text: string | string[]; // Single text or array of texts
}

出力形式：

{
  shape: number[]; // [batch_size, embedding_dimensions]
  data: number[][]; // Array of embedding vectors
}

例：

const embeddings = await env.AI.run('@cf/baai/bge-base-en-v1.5', {
  text: ['Hello world', 'Cloudflare Workers'],
});

console.log(embeddings.shape); // [2, 768]
console.log(embeddings.data[0]); // [0.123, -0.456, ...]

---

画像生成モデル

入力形式：

{
  prompt: string; // Text description
  num_steps?: number; // Default: 20
  guidance?: number; // CFG scale, default: 7.5
  strength?: number; // For img2img, default: 1.0
  image?: number[][]; // For img2img (base64 or array)
}

出力形式：

• バイナリ画像データ（PNG/JPEG）

例：

const imageStream = await env.AI.run('@cf/black-forest-labs/flux-1-schnell', {
  prompt: 'A beautiful sunset over mountains',
});

return new Response(imageStream, {
  headers: { 'content-type': 'image/png' },
});

---

ビジョンモデル

入力形式：

{
  messages: Array<{
    role: 'user' | 'assistant';
    content: Array<{ type: 'text' | 'image_url'; text?: string; image_url?: { url: string } }>;
  }>;
}

例：

const response = await env.AI.run('@cf/meta/llama-3.2-11b-vision-instruct', {
  messages: [
    {
      role: 'user',
      content: [
        { type: 'text', text: 'What is in this image?' },
        { type: 'image_url', image_url: { url: 'data:image/png;base64,iVBOR...' } },
      ],
    },
  ],
});

---

モデル選択ガイド

テキスト生成（LLM）

モデル	最適な用途	レート制限	サイズ
@cf/meta/llama-3.1-8b-instruct	汎用、高速	300/min	8B
@cf/meta/llama-3.2-1b-instruct	超高速、単純なタスク	300/min	1B
@cf/qwen/qwen1.5-14b-chat-awq	高品質、複雑な推論	150/min	14B
@cf/deepseek-ai/deepseek-r1-distill-qwen-32b	コーディング、技術コンテンツ	300/min	32B
@hf/thebloke/mistral-7b-instruct-v0.1-awq	高速、効率的	400/min	7B

テキスト埋め込み

モデル	次元数	最適な用途	レート制限
@cf/baai/bge-base-en-v1.5	768	汎用 RAG	3000/min
@cf/baai/bge-large-en-v1.5	1024	高精度検索	1500/min
@cf/baai/bge-small-en-v1.5	384	高速、低ストレージ使用量	3000/min

画像生成

モデル	最適な用途	レート制限	速度
@cf/black-forest-labs/flux-1-schnell	高品質、フォトリアリスティック	720/min	高速
@cf/stabilityai/stable-diffusion-xl-base-1.0	汎用	720/min	中速
@cf/lykon/dreamshaper-8-lcm	芸術的、スタイライズされた画像	720/min	高速

ビジョンモデル

モデル	最適な用途	レート制限
@cf/meta/llama-3.2-11b-vision-instruct	画像理解	720/min
@cf/unum/uform-gen2-qwen-500m	高速な画像キャプション生成	720/min

---

一般的なパターン

パターン 1：履歴を使ったチャット補完

app.post('/chat', async (c) => {
  const { messages } = await c.req.json<{
    messages: Array<{ role: string; content: string }>;
  }>();

  const response = await c.env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
    messages,
    stream: true,
  });

  return new Response(response, {
    headers: { 'content-type': 'text/event-stream' },
  });
});

---

パターン 2：RAG（検索拡張生成）

// Step 1: Generate embeddings
const embeddings = await env.AI.run('@cf/baai/bge-base-en-v1.5', {
  text: [userQuery],
});

const vector = embeddings.data[0];

// Step 2: Search Vectorize
const matches = await env.VECTORIZE.query(vector, { topK: 3 });

// Step 3: Build context from matches
const context = matches.matches.map((m) => m.metadata.text).join('\n\n');

// Step 4: Generate response with context
const response = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
  messages: [
    {
      role: 'system',
      content: `Answer using this context:\n${context}`,
    },
    { role: 'user', content: userQuery },
  ],
  stream: true,
});

return new Response(response, {
  headers: { 'content-type': 'text/event-stream' },
});

---

パターン 3：Zod による構造化出力

import { z } from 'zod';

const RecipeSchema = z.object({
  name: z.string(),
  ingredients: z.array(z.string()),
  instructions: z.array(z.string()),
  prepTime: z.number(),
});

app.post('/recipe', async (c) => {
  const { dish } = await c.req.json<{ dish: string }>();

  const response = await c.env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
    messages: [
      {
        role: 'user',
        content: `Generate a recipe for ${dish}. Return ONLY valid JSON matching this schema: ${JSON.stringify(RecipeSchema.shape)}`,
      },
    ],
  });

  // Parse and validate
  const recipe = RecipeSchema.parse(JSON.parse(response.response));

  return c.json(recipe);
});

---

パターン 4：画像生成と R2 ストレージ

app.post('/generate-image', async (c) => {
  const { prompt } = await c.req.json<{ prompt: string }>();

  // Generate image
  const imageStream = await c.env.AI.run('@cf/black-forest-labs/flux-1-schnell', {
    prompt,
  });

  const imageBytes = await new Response(imageStream).bytes();

  // Store in R2
  const key = `images/${Date.now()}.png`;
  await c.env.BUCKET.put(key, imageBytes, {
    httpMetadata: { contentType: 'image/png' },
  });

  return c.json({
    success: true,
    url: `https://your-domain.com/${key}`,
  });
});

---

AI Gateway の統合

AI Gateway は、AI リクエストのキャッシュ、ログ記録、分析を提供します。

セットアップ：

const response = await env.AI.run(
  '@cf/meta/llama-3.1-8b-instruct',
  { prompt: 'Hello' },
  {
    gateway: {
      id: 'my-gateway', // Your gateway ID
      skipCache: false, // Use cache
    },
  }
);

メリット：

• ✅ コスト追跡 - リクエストごとのニューロン使用量を監視します
• ✅ キャッシュ - 重複する推論コストを削減します
• ✅ ログ記録 - AI リクエストをデバッグして分析します
• ✅ レート制限 - 保護をさらに強化します
• ✅ 分析 - リクエストのパターンとパフォーマンスを把握します

ゲートウェイログへのアクセス：

const gateway = env.AI.gateway('my-gateway');
const logId = env.AI.aiGatewayLogId;

// Send feedback
await gateway.patchLog(logId, {
  feedback: { rating: 1, comment: 'Great response' },
});

---

レート制限と料金

レート制限（1 分あたり）

タスクの種類	デフォルトの上限	備考
テキスト生成	300/min	一部の高速モデル：400-1500/min
テキスト埋め込み	3000/min	BGE-large：1500/min
画像生成	720/min	すべての画像モデル
ビジョンモデル	720/min	画像理解
翻訳	720/min	M2M100、Opus MT
分類	2000/min	テキスト分類
音声認識	720/min	Whisper モデル

料金（ニューロンベース）

無料プラン：

• 1 日あたり 10,000 ニューロン
• 毎日 00:00 UTC にリセットされます

有料プラン：

• 1,000 ニューロンあたり $0.011
• 1 日あたり 10,000 ニューロンを含みます
• 無料割り当てを超えても使用量は無制限です

料金例：

モデル	入力（100 万トークン）	出力（100 万トークン）
Llama 3.2 1B	$0.027	$0.201
Llama 3.1 8B	$0.088	$0.606
BGE-base の埋め込み	$0.005	該当なし
Flux 画像生成	約 $0.011/画像	該当なし

---

本番環境へのデプロイ前チェックリスト

デプロイ前

• コスト追跡とログ記録のために AI Gateway を有効化 します
• すべてのテキスト生成エンドポイントに ストリーミングを実装 します
• 指数バックオフによる レート制限の再試行を追加 します
• トークン上限エラーを防ぐために 入力の長さを検証 します
• 適切なタイムアウトを設定 します（Workers：CPU のデフォルトは 30 秒、最大 5 分）
• Cloudflare ダッシュボードで ニューロン使用量を監視 します
• モデルが利用できない場合やレート制限時の エラー処理をテスト します
• プロンプトインジェクションを防ぐために 入力のサニタイズを追加 します
• ブラウザーから使用する場合は CORS を設定 します
• スケールを計画 します。必要に応じて有料プランにアップグレードします

エラー処理

async function runAIWithRetry(
  env: Env,
  model: string,
  inputs: any,
  maxRetries = 3
): Promise<any> {
  let lastError: Error;

  for (let i = 0; i < maxRetries; i++) {
    try {
      return await env.AI.run(model, inputs);
    } catch (error) {
      lastError = error as Error;
      const message = lastError.message.toLowerCase();

      // Rate limit - retry with backoff
      if (message.includes('429') || message.includes('rate limit')) {
        const delay = Math.pow(2, i) * 1000; // Exponential backoff
        await new Promise((resolve) => setTimeout(resolve, delay));
        continue;
      }

      // Other errors - throw immediately
      throw error;
    }
  }

  throw lastError!;
}

監視

app.use('*', async (c, next) => {
  const start = Date.now();

  await next();

  // Log AI usage
  console.log({
    path: c.req.path,
    duration: Date.now() - start,
    logId: c.env.AI.aiGatewayLogId,
  });
});

---

OpenAI 互換性

Workers AI は OpenAI 互換のエンドポイントをサポートしています。

OpenAI SDK の使用：

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: env.CLOUDFLARE_API_KEY,
  baseURL: `https://api.cloudflare.com/client/v4/accounts/${env.CLOUDFLARE_ACCOUNT_ID}/ai/v1`,
});

// Chat completions
const completion = await openai.chat.completions.create({
  model: '@cf/meta/llama-3.1-8b-instruct',
  messages: [{ role: 'user', content: 'Hello!' }],
});

// Embeddings
const embeddings = await openai.embeddings.create({
  model: '@cf/baai/bge-base-en-v1.5',
  input: 'Hello world',
});

エンドポイント：

• /v1/chat/completions - テキスト生成
• /v1/embeddings - テキスト埋め込み

---

Vercel AI SDK の統合

npm install workers-ai-provider ai

import { createWorkersAI } from 'workers-ai-provider';
import { generateText, streamText } from 'ai';

const workersai = createWorkersAI({ binding: env.AI });

// Generate text
const result = await generateText({
  model: workersai('@cf/meta/llama-3.1-8b-instruct'),
  prompt: 'Write a poem',
});

// Stream text
const stream = streamText({
  model: workersai('@cf/meta/llama-3.1-8b-instruct'),
  prompt: 'Tell me a story',
});

---

制限の概要

機能	上限
同時リクエスト数	ハードリミットなし（レート制限は適用されます）
入力トークンの最大数	モデルによって異なります（通常 2K-128K）
出力トークンの最大数	モデルによって異なります（通常 512-2048）
ストリーミングチャンクのサイズ	約 1 KB
画像サイズ（出力）	約 5 MB
リクエストのタイムアウト	Workers のタイムアウトが適用されます（デフォルト 30 秒、CPU の最大値 5 分）
1 日あたりの無料ニューロン数	10,000
レート制限	「レート制限と料金」セクションを参照してください

---

参考資料

• Workers AI のドキュメント
• モデルカタログ
• AI Gateway
• 料金
• 制限
• REST API