普通 Worker 按代码规则运行。Workers AI 让 Worker 调用托管模型来总结文本、生成结构化数据、比较语义或提议应用工具。模型结果会变化，可靠应用需要限制输入、验证输出并处理服务故障，不能信任每个回答。
本课结合小型支持工单应用介绍 AI 概念。通过 Workers AI binding 使用 Cloudflare 托管模型，观察本地和部署后的行为，并将练习限制在标准 Workers Free 额度内。无需机器学习经验或 Workers Paid。
课程包含 6 个引导实验和 1 个独立分类器修复挑战。先通过引导实验学习能力，再独立修复问题。
你将学到什么
- 添加工单摘要端点： 将 Worker 连接到模型，并限制输入与输出
- 流式传输帮助回答： 分段返回生成文本，处理完成与取消
- 提取经过验证的工单字段： 请求 JSON，接受前验证模型响应
- 生成搜索嵌入： 将文本转换为兼容向量，按相似度排序支持文档
- 验证模型选择的工具调用： 把工具调用当作提议，验证后只运行允许操作
- 处理模型服务故障： 区分无效输入、不兼容输出、额度限制和临时错误，并提供有界恢复
- 未经检查的工单分类器： 独立修复过早信任模型输出的分类器
适合人群
适合刚接触托管推理，希望构建小型、经过验证的 AI 功能的 Workers 开发者。
先修要求： 完成 Cloudflare Workers for Beginners，特别是 将 LabEx 连接到你的 Cloudflare 账户。准备实验讲解 VM、Wrangler 设备授权、账户确认和 account-ID 配置。你应理解 JavaScript Worker handler，并能部署和删除 Worker。
学习环境： 使用自己的 Cloudflare 学习账户。每个单元使用全新 VM 和独立命名的临时 Worker，最后删除并退出登录。Workers AI 用 Neurons 计量，共享账户的每日额度；示例保持小规模，不假定剩余额度无限。
常见问题
需要机器学习经验吗？
不需要。课程通过小型工单任务介绍摘要、流式输出、结构化结果、嵌入和工具。需要 Workers 与 JavaScript 基础。
模型每次都会给出相同回答吗？
不会。输出可能变化。实验限制输入、验证结果并处理失败，不要求生成文本逐字一致。
可以信任模型选择的工具调用吗？
应当把它视为提议。运行允许操作前，检查 schema 与范围；不能据此执行任意任务。
需要 Workers Paid 吗？
小型示例使用标准 Workers Free 配额。Workers AI 使用量以 Neurons 计量，并共享每日账户额度；不假定剩余额度无限。每个实验最后清理自有资源并退出登录。
