Workers AI 可用于构建动态且高性能的服务。以下演示应用和参考架构展示了如何在架构中最佳地使用 Workers AI。 参考架构 探索以下使用 Workers AI 的参考架构：全栈应用程序这些服务如何在真实全栈应用程序架构中协同工作的实用示例。存储用户生成内容将用户生成内容存储在 R2 中，实现快速、安全且高性价比的架构。优化和保护互联交通系统该图展示了优化互联交通系统的 Cloudflare 组件。它说明了其技术如何最小化延迟、确保可靠性，并加强关键数据流的安全性。将 BigQuery 数据摄取到 Workers AI您可以连接 Cloudflare Worker 来从 Google BigQuery 获取数据，并将其传递给 Workers AI，以运行由无服务器 GPU 提供支持的 AI 模型。多厂商 AI 可见性与控制通过将速率限制、缓存和错误处理等功能移至代理层，组织可以跨服务和推理服务提供商应用统一配置。模块化 AI 架构该架构图展示了如何在 Cloudflare 上端到端构建 AI 应用程序，或如何将单个服务与外部基础设施及服务相集成。基于内容的资产创建AI 系统结合文本生成和文本到图像模型，从文本创建视觉内容。它们生成提示词、进行内容审核，并为各种应用生成图像。检索增强生成 (RAG)RAG 将检索与生成模型相结合以提供更好的文本。它利用外部知识来生成事实性、相关的响应，提高聊天机器人等 NLP 任务的连贯性和准确性。视频上传的自动字幕生成通过将自动语音识别技术集成到视频平台中，内容创作者、发布商和分发商可以吸引更广泛的受众，包括听力障碍人士或那些更喜欢使用不同语言消费内容的人。无服务器图像内容管理利用 Cloudflare 生态系统的各种组件构建可扩展的图像管理解决方案
