白嫖Cloudflare部署AI大语言模型

Cloudflare全球用户提供了稳定且免费的网络服务，包括内容分发网络（CDN）、网络安全和无服务器计算等。其中，Cloudflare Workers 尤为突出，允许开发者轻松部署代码，并利用其全球边缘计算网络，提供超低延迟的无服务器应用。通过 Workers，开发者无需搭建服务器即可实现复杂的应用逻辑处理。本文将介绍如何使用 Cloudflare Workers 和我的GitHub 仓库，免费部署并运行一个大语言模型（LLM），轻松使用人工智能模型而不增加资源消耗。

准备工作：
在开始之前，需要以下准备：

1. 一个 Cloudflare 账号。

2. 可以正常打开 Cloudflare 和 Github 的网络环境。

3. 一个域名（托管在该 Cloudflare 账号下）。

操作步骤：

步骤 1：访问 Cloudflare 控制台

• 打开 Cloudflare 控制台（https://dash.cloudflare.com/） 并登录你的账号。

• 登录后，你将看到 Cloudflare 的仪表盘界面，在这里我们将创建并部署 worker。

步骤 2：创建一个 Cloudflare Worker

• 在仪表盘左侧，选择 Workers & Pages，进入概览页面。

• 点击 Create，然后点击 Create Worker 创建一个worker并命名。命名不影响功能，你可以随意命名。

• 命名后，立即部署 worker。

步骤 3：编辑 Worker 代码

• 部署成功后，点击 Edit Code。

  
  

• 前往我的 GitHub 仓库（https://github.com/Drigrow/cloudflare-workers-script），打开 chat.js 文件。

• 复制文件的全部内容。

• 返回 Cloudflare 的代码编辑器，选中并删除当前代码，粘贴新的 chat.js 代码。

• 点击右上角的 Deploy。收到部署成功的通知后，返回 Workers & Pages 页面。

步骤 4：绑定自定义域名以便访问

• 现在模型和站点已经成功部署，但某些地区（如...你懂的）可能无法直接访问。

• 要解决这个问题，打开刚部署的 worker，进入 Settings，在 Domains and Routes 部分点击 + Add，绑定自定义域名。

步骤 5：使用模型

• 打开绑定的自定义域名，现在模型应该已经可以使用了。Cloudflare 将为用户提供必要的计算资源来使用 AI 模型。

限制与总结：
尽管模型功能正常，但它对中文的支持不够理想。即使使用引导词进行优化，模型在生成中文内容方面仍存在局限。当前，使用英文提问是最好的方式。我的Github仓库里提供了translation.js可以用于翻译，部署步骤与此文大体相同。

最后，我提供的代码只是 Cloudflare 模板的稍微修改版本。如果有大佬愿意完善代码或提供更好的实现，欢迎在评论区留言！