Skip to content

Latest commit

 

History

History
90 lines (80 loc) · 2.25 KB

README.md

File metadata and controls

90 lines (80 loc) · 2.25 KB

workers AI

使用cloudflare workers代理gemini API.

预览

访问 https://ai.cneko.org 以预览

部署

  1. 创建一个cloudflare workers账户
  2. 创建一个新workers
  3. 按照引导将workers部署到本地
  4. 使用(https://github.com/CSneko/workers-ai/blob/main/workers/chat-ai/src/worker.ts)[worker文件]替换掉你的`项目路径/src/workers.js` 文件
  5. 按照以下编辑wrangler.toml文件
name = "chat-ai"
main = "src/worker.ts"
workers_dev = true

[[routes]]
pattern = "YOUR_DOMAIN_PATTERN"
zone_name = "YOUR_DOMAIN"
custom_domain = true
[placement]
mode = "smart"

[vars]
API_KEY = "YOUR_API_KEY"
MODEL_NAME = "gemini-1.0-pro"
PROMPT = "You are a cute catgrild."

注意:如果你没有gemini API KEY,请从https://aistudio.google.com获取

如果你没有域名,请删除routes部分

调用

简单调用

最简单的调用方法为发送一个get请求,包含一个t查询参数,并读取返回值中的response字段.

查询参数

参数名 描述 是否可选 默认值
t 用户输入 否 无
p 提示词 是 配置文件中的PROMPT
model 模型名称 是 配置文件中的MODEL_NAME
key gemini API KEY 是 配置文件中的API_KEY

请求头

msg

这是一个可选的请求头,用于包含历史聊天记录.

内容格式如下:

{
    "contents":[
        {
            "role":"user",
            "parts":[
                {"text":"你好"}
            ]
        },{
            "role":"model",
            "parts":[
                {"text":"喵～你好呀～"}
            ]
        },
        {
            "role":"user",
            "parts":[
                {"text":"过的怎样呢"}
            ]
        },{
            "role":"model",
            "parts":[
                {"text":"非常棒"}
            ]
        }
        
    ]
    
}

返回

返回值是一个json对象,包含以下字段:

字段名 描述 类型
response 模型输出 string
source_response gemini API返回的原始模型输出 string
input 用户输入 string
prompt 提示词 string
model 模型名称 string
status 状态码 number
headers 请求头 object