决策模型指南

Cloudflare Clef:从上下文到决策。

Clef 根据你定义的问题评估共享状态,返回各个允许答案的概率,可用于应用中的路由、分类和条件检查。

本页介绍 Cloudflare 的模型。下方示例需要使用你的 Cloudflare 账户在 Workers AI 上运行。

一个状态,三类决策

收到的客服消息

“多次登录失败后,我的账户被锁定了。我需要在开会前恢复访问。”

choice

选择负责处理的团队

score

按有序等级评估紧急程度

noul

估计账户访问是否受阻

仅展示问题设计,此处不执行实时推理。

Clef 参数量
27B
Workers AI 上下文 token 数
65,536
每百万输入 token 的价格
$0.24
开放权重许可证
Apache-2.0

Workers AI 规格和价格核对于 2026 年 10 月 3 日,更新信息请查阅官方文档。

01 / 工作原理

先定义答案范围,再提出问题

Clef 将 Qwen 骨干模型与联合 schema 预测头结合,通过一次前向计算为各问题的有效选项评分,无需生成中间文本。

choice

选择类别

提供带描述的命名选项,读取选中的选项、置信度及每个选项的概率。

score

按等级评估

提供有序的判断标准,模型返回基于从 0 开始的等级计算的概率加权分数。

noul

提出是非问题

读取结果为真的概率,由应用设定判断阈值,并决定何时交由人工复核。

02 / Clef 与 Clef-flash

为不同延迟需求提供两种规模

Cloudflare 将 Clef 定位于重视准确性的任务,Clef-flash 则侧重时效性。请用实际业务中的代表性样本评估两者。

模型骨干模型公布的中位延迟
ClefQwen3.8-27B209.3 毫秒
Clef-flashQwen3.5-9B38.8 毫秒

延迟数据来自 Cloudflare 公布的内部 Decision Index 评测,不代表生产环境的延迟保证。

阅读发布文章与评测说明

03 / Workers AI 快速上手

提交状态,定义问题,读取答案。

为 Worker 添加名为 AI 的 AI binding,然后调用 @cf/cloudflare/clef。示例从三个角度评估同一条客服消息。

请求结构

传入 model、state 和 questions。Workers AI 支持 1–64 个问题,答案沿用请求中的问题 ID。

Workers AI 图片输入

托管 API 最多接受四张内嵌 PNG、JPEG 或 WebP 图片,不接受远程图片 URL。具体请求体限制请查阅参考文档。

兼容 Jev / SystemOne

Clef 遵循类型化请求和答案格式。切换服务商时,需要更新鉴权方式和端点,并检查服务商对响应的封装结构。

查看 Workers AI 参考文档
Worker / TypeScript
export default {
  async fetch(request, env) {
    const result = await env.AI.run("@cf/cloudflare/clef", {
      model: "clef",
      state: "My account is locked after too many sign-in attempts.",
      questions: {
        team: {
          type: "choice",
          instructions: "Which team should help?",
          criteria: {
            accounts: "Sign-in and account access",
            billing: "Payments and invoices",
            technical: "Service errors and outages"
          }
        },
        urgency: {
          type: "score",
          instructions: "How urgently does this need attention?",
          criteria: ["Low", "Medium", "High"]
        },
        blocked: {
          type: "noul",
          instructions: "Is account access blocked?"
        }
      }
    });

    return Response.json(result);
  }
} satisfies ExportedHandler<{ AI: Ai }>;

04 / 选择运行方式

使用托管推理,或自行部署

Workers AI

在 Worker 中或通过 REST API 使用 Cloudflare 托管端点。Clef 公布的价格按输入 token 计费。

查看托管模型文档

开放权重

Hugging Face 发布包包含骨干模型和联合 schema 预测头。自行部署请参考其中的 load_release_model 与 systemone 示例,也可了解本地图像和视频输入方式。

阅读模型卡

常见问题

接入 Clef 前需要了解什么

Clef 能生成聊天回复吗?

Clef 返回受你定义的 schema 约束的决策。可以用这些答案选择下一步动作;应用需要书面回复时,应使用文本生成模型。

托管服务与本地运行的输入限制相同吗?

不同。Workers AI 列出 65,536 token 的上下文窗口,并提供内嵌图片输入说明。本地模型卡还介绍了视频输入,encode_record 默认限制为 16,384 token。请以实际部署方式对应的文档为准。

Clef 可以商用吗?

权重以 Apache-2.0 许可证发布。自行部署时请阅读随附许可证和声明;使用托管服务时请查阅 Cloudflare 的服务条款。

应该如何使用返回的概率?

使用业务中的已标注样本来选择阈值,衡量错误执行与遗漏情况,并将不确定的决策交给备用流程或人工复核。