API 使用指南

基于 Cloudflare Workers AI 的多模型 OpenAI 兼容 API

可用模型

Model ID参数量上下文类型定价（每百万 token）
@cf/openai/gpt-oss-120b 1200 亿 128K 推理模型 (CoT) $0.35 输入 / $0.75 输出
@cf/openai/gpt-oss-20b 200 亿 128K 推理模型 (CoT) $0.10 输入 / $0.30 输出
免费额度：每天 10,000 Neurons，所有模型共享。

接口列表

方法路径说明
GET/交互式 Playground
GET/health健康检查
GET/v1/models列出所有模型
GET/v1/models/:id查询单个模型
POST/v1/chat/completions聊天补全（OpenAI 格式）

请求参数

参数类型默认值说明
modelstring@cf/openai/gpt-oss-120b使用的模型
messagesarray—{role, content} 对象数组（必填）
temperaturenumber0.6采样温度（0 – 5）
max_tokensinteger128000最大生成 token 数（最高 128K）
top_pnumber1核采样参数（0.001 – 1）
top_kinteger—Top-k 采样（1 – 50）
streambooleanfalse启用 SSE 流式输出
seedinteger—随机种子，用于可复现性
repetition_penaltynumber—重复惩罚（0 – 2）
frequency_penaltynumber—频率惩罚，降低逐字重复（-2 – 2）
presence_penaltynumber—存在惩罚，鼓励新话题（-2 – 2）

推理深度控制

两个模型都是推理模型（类似 OpenAI 的 o1/o3 系列），所有响应都包含 reasoning_content 字段（思维链/思考过程），无法完全关闭。

但可以通过 Cloudflare REST API 的 reasoning.effort 参数来控制推理深度：

级别说明适用场景
low最少推理，快速响应，消耗更少 token简单问答、翻译、格式化
medium适中的推理深度一般性任务、写作、总结
high深度推理（默认）数学、逻辑、代码、复杂分析
注意：reasoning.effort 参数需通过 Cloudflare REST API（/ai/v1/responses）使用，本 Worker 的 /v1/chat/completions 端点尚不支持此参数透传。如需控制推理深度，请直接调用 Cloudflare API。

通过 Cloudflare REST API 控制推理深度

curl -X POST https://api.cloudflare.com/client/v4/accounts/{ACCOUNT_ID}/ai/v1/responses \
  -H "Authorization: Bearer {API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "@cf/openai/gpt-oss-120b",
    "input": "解释量子纠缠",
    "reasoning": {
      "effort": "low",
      "summary": "concise"
    }
  }'

调用示例

cURL — 非流式（gpt-oss-120b）

curl -X POST https://gpt-oss.vibelab.uk/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "@cf/openai/gpt-oss-120b",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "什么是 Cloudflare Workers AI？"}
    ],
    "temperature": 0.7,
    "max_tokens": 128000
  }'

cURL — 流式（gpt-oss-20b）

curl -X POST https://gpt-oss.vibelab.uk/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "@cf/openai/gpt-oss-20b",
    "messages": [
      {"role": "user", "content": "讲个笑话"}
    ],
    "stream": true
  }'

Python — OpenAI SDK

from openai import OpenAI

client = OpenAI(
    base_url="https://gpt-oss.vibelab.uk/v1",
    api_key="not-needed",  # 无需 API Key
)

response = client.chat.completions.create(
    model="@cf/openai/gpt-oss-120b",
    messages=[{"role": "user", "content": "你好！"}],
    max_tokens=128000,
)

print(response.choices[0].message.content)

Node.js — OpenAI SDK

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://gpt-oss.vibelab.uk/v1",
  apiKey: "not-needed",  // 无需 API Key
});

const completion = await client.chat.completions.create({
  model: "@cf/openai/gpt-oss-20b",
  messages: [{ role: "user", content: "你好！" }],
});

console.log(completion.choices[0].message.content);

Python — 流式输出

from openai import OpenAI

client = OpenAI(
    base_url="https://gpt-oss.vibelab.uk/v1",
    api_key="not-needed",
)

stream = client.chat.completions.create(
    model="@cf/openai/gpt-oss-120b",
    messages=[{"role": "user", "content": "解释量子计算"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices:
        delta = chunk.choices[0].delta
        if delta.content:
            print(delta.content, end="", flush=True)

响应格式

非流式响应

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "@cf/openai/gpt-oss-120b",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "你好！有什么可以帮助你的？",
      "reasoning_content": "用户打了个招呼..."
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 74,
    "completion_tokens": 43,
    "total_tokens": 117
  }
}

流式响应 (SSE)

每个 chunk 遵循 OpenAI SSE 格式：

// 推理过程（思维链）
data: {"choices": [{"delta": {"reasoning_content": "让我想想..."}}]}

// 最终回答
data: {"choices": [{"delta": {"content": "你好"}}]}

// 结束标记
data: [DONE]

注意事项