Cloudflare AI Web： Workers AI 开源聊天前端

图：Cloudflare AI Web 的 GitHub 仓库首页，开源 AI 聊天前端（2026-11 截图）

定位与基本信息

Cloudflare AI Web 是一个开源项目，用来把 Cloudflare Workers AI 的模型能力快速变成一个可用的多模型 AI 聊天平台。它不是一家公司运营的在线服务，而是一套可以一键部署到自己账号下的前端加接口代码：部署完成后，你会得到一个属于自己的 AI 对话站点，后端调用的是你自己 Cloudflare 账户里的 Workers AI 额度。项目代码托管在 GitHub（Jazee6/cloudflare-ai-web），采用 Apache-2.0 协议，TypeScript 编写，官方演示站为 ai.jaze.top。

平台背景

仓库创建于 2023 年 11 月，正值 Cloudflare Workers AI 上线初期，项目定位就是给这个新平台补一个好用的 Web 界面。此后它保持着相当活跃的迭代：截至 2026 年 11 月快照，仓库约有 2,193 Star、569 次 Fork，最新版本 v5.2.0 发布于 2026 年 10 月，代码在同月仍有推送，未被归档。从版本节奏看，它不是那种发布即停更的练手项目，而是跟着 Workers AI 与 AI Gateway 的能力持续演进——例如后来加入了经 Cloudflare AI Gateway 接入 Gemini 等外部模型的支持。对想低成本自建 AI 聊天站的人来说，它是这个细分方向里维护状态较好的选择之一。

核心服务与功能

图：Cloudflare AI Web 的 GitHub 发布页，最新版本 v5.2.0（2026-11 截图）

核心功能围绕「把模型变成可用的聊天站」展开。其一，多模型平台：基于 Workers AI 快速搭建，同一界面下可切换 Cloudflare 提供的不同模型。其二，外部模型接入：支持通过 Cloudflare AI Gateway 接入 Gemini 等第三方模型，想用 Google 的模型时不必再另搭前端。其三，聊天体验细节：聊天记录保存在浏览器本地，不经过第三方服务器；发送图片附件时会在浏览器内自动压缩（长边不超过 1568px、单张不超过 512KiB、每次请求最多 5 张），以满足 Serverless 函数的请求体积限制。其四，访问保护：支持 Access Session，可设置访问密码（APP_PASSWORD），避免自建站点被陌生人蹭用。其五，部署形态多样：官方给出 Vercel 一键部署、Docker 镜像与 Serverless 部署三种路径。

从仓库的版本轨迹也能看出它的迭代重点：5.x 版本把 AI Gateway 接入、图片附件处理与访问会话补齐，说明作者在把它从「能跑的 Demo」往「能长期自用的服务」打磨。部署完成后，日常使用与普通聊天网站无异：浏览器打开自己的域名，选模型、开对话即可；管理员侧要操心的主要是三件事——令牌是否快过期、Workers AI 额度消耗是否异常、以及新版本 Release 是否有破坏性变更。

使用方式

部署前需要准备一个 Cloudflare 账户，拿到账户 ID 与 Workers AI 令牌两样东西。最省事的路径是点 README 里的 Vercel 一键部署按钮，填入 CF_ACCOUNT_ID 与 CF_WORKERS_AI_TOKEN 等环境变量即可上线；习惯自托管的可以用官方 Docker 命令，一条命令跑起容器（镜像名为 jazee6/cloudflare-ai-web，映射 3000 端口）。若要接入 Gemini，再补上 AI Gateway 名称、网关令牌与 Google AI Studio 令牌。部署后强烈建议立刻设置 APP_PASSWORD 开启访问密码——官方在 README 里明确警告：公开模式下任何人都能使用你的推理接口。现成的官方演示站 ai.jaze.top 可以先体验，但公共额度用完时可能无法响应（本次核查时该站即返回限流状态），长期用还是要自部署。

适用人群

适合三类人：一是有 Cloudflare 账户、想把 Workers AI 免费与付费额度变成顺手聊天界面的开发者与站长；二是想给小团队或个人搭一个可控的内部 AI 入口、又不想采购 SaaS 订阅的人；三是研究 Serverless 部署与 AI Gateway 接法的技术爱好者。纯小白用户要预期的门槛是：需要会注册 Cloudflare、创建 API 令牌并填写环境变量，完全零代码经验的人仍要跟着文档走一遍。

可选环境变量也体现了它的扩展方式：基础运行只需账户 ID 与 Workers AI 令牌两项；想走网关再加 CF_AI_GATEWAY_NAME 与 CF_AI_GATEWAY_TOKEN；想接 Gemini 再加 GOOGLE_API_KEY。也就是说，付费与否、用谁家的模型，都由部署者自己组合，项目方不在中间抽成，这与订阅制 AI 网站的商业模式有本质区别。

免费与付费

图：Cloudflare AI Web 的 Docker Hub 镜像页，可直接拉取自托管（2026-11 截图）

项目本身完全免费：代码以 Apache-2.0 协议开源，商用与修改门槛都很低，不存在项目方的会员或授权收费。真正的成本在运行侧：推理调用消耗的是你自己 Cloudflare 账户的 Workers AI 用量，Cloudflare 为 Workers AI 提供免费额度，超出后按其官方计费规则付费（额度与单价以 Cloudflare 官方最新说明为准）；若经 AI Gateway 接入 Gemini 等第三方模型，还要遵守并承担对应模型方的计费。部署在 Vercel 免费档或自家服务器 Docker 上，前端托管本身可以零成本。换句话说，这是一套「代码免费、算力自理」的方案，总花费取决于你实际调用量。

优缺点

优点：其一，部署路径短，Vercel 一键与 Docker 两条路都成熟，从零到上线通常在分钟级；其二，维护活跃，2026 年 10 月还在发新版，Star 与 Fork 数在同类小项目中不算低；其三，数据面可控，聊天记录只存本地浏览器，令牌掌握在自己手里；其四，图片附件压缩、访问密码这些细节是冲着真实自建场景打磨的。缺点：其一，强绑定 Cloudflare 生态，模型选择受 Workers AI 与 AI Gateway 目录约束；其二，配置仍需技术动手能力，令牌与环境变量填错是新手最常见的卡点；其三，官方演示站额度有限、时有不可用，不能当作稳定服务依赖；其四，功能聚焦文本聊天，不提供绘图工作台、知识库等成套能力，重度需求要另找方案。

同类竞品对比

简单说：只想要一个自己的聊天入口选 Cloudflare AI Web；要编排多步工作流看 BuildEL；要逛模型库与现成推理服务用 ModelScope。

补充一点：官方演示站适合「看一眼长什么样」，不适合当生产力工具——公共额度是全网共享的，本次核查期间它就处于限流状态。真要长期用，按 README 自部署一份，成本与稳定性都掌握在自己手里。

注意事项与风险

第一，令牌安全是第一位：CF_WORKERS_AI_TOKEN 只填在部署平台的环境变量里，不要写进公开代码仓库或截图外发。第二，自建站点务必开启 APP_PASSWORD，官方明确提醒公开实例的推理接口会被任何人调用，蹭用产生的费用记在你的账户上。第三，Workers AI 的免费额度、模型目录与计费规则由 Cloudflare 单方调整，成本预估以其官方文档最新口径为准。第四，经 AI Gateway 接入 Gemini 等外部模型时，同时受模型方服务条款与地区可用性约束。第五，项目虽维护活跃，仍属个人开源项目，重要业务不要在无备份的情况下只依赖单一自建实例，升级前先看 Release 说明。