Cloudflare ने 9 ऑक्टोबर रोजी Clef-omni हे Workers AI वरील होस्ट केलेले निर्णय मॉडेल प्रसिद्ध केले. ते मजकुरासोबत प्रतिमा, ऑडिओ क्लिप किंवा व्हिडिओ तपासू शकते. अॅप्लिकेशन विकसकासाठी उपयुक्त चाचणी मर्यादित आहे: मॉडेलला तिकीटाची स्थिती आणि ठरावीक प्रश्नांचा संच द्या, उत्तरे तपासा आणि मार्ग-निवडीचा निर्णय व्यक्तीकडे ठेवा. हे मार्गदर्शन Cloudflare च्या सध्याच्या मॉडेल दस्तऐवजाचे आणि प्रकाशन उदाहरणाचे अनुसरण करते. BIG CHANGE ने API चालवलेले नाही किंवा सपोर्ट तिकीटांवरील त्याची अचूकता मोजलेली नाही.

मॉडेल ID @cf/cloudflare/clef-omni आहे आणि ते Workers AI वर वापरले जाते. हे निर्णय मॉडेल आहे: कॉल करणारा प्रकार-निर्दिष्ट प्रश्न आणि अनुमत पर्याय ठरवतो आणि त्या पर्यायांचे गुण मिळवतो. ते सपोर्ट उत्तर लिहीत नाही. Cloudflare ने उघडी मॉडेल वजनेही प्रसिद्ध केली आहेत, परंतु खालील पायऱ्यांत त्यांचा होस्ट केलेला endpoint वापरला आहे. वेग आणि बेंचमार्कबाबतचे Cloudflare चे आकडे हे त्यांचे स्वतःचे दावे आहेत; तुमच्या तिकीटांवर हा कार्यप्रवाह कसा चालेल हे ते सिद्ध करत नाहीत.

प्रवेश आणि मर्यादित प्रश्नसंच तयार करा

तुमच्याकडे Workers AI प्रवेश असलेले Cloudflare खाते, त्याचा खाते ID, Workers AI API टोकन आणि requests बसवलेले Python किंवा तशीच HTTP विनंती करू शकणारे साधन आवश्यक आहे. Cloudflare चे REST सेटअप मार्गदर्शक डॅशबोर्डमध्ये खाते ID कुठून कॉपी करायचा आणि टोकन कसे तयार करायचे ते दाखवते. हाताने तयार केलेल्या टोकनला Workers AI - Read आणि Workers AI - Edit या परवानग्या आवश्यक आहेत. टोकन तिकीटात किंवा स्रोत-कोड नियंत्रणात ठेवू नका.

खरे तिकीट किंवा संलग्नक पाठवल्यास ग्राहकाचा मजकूर प्रक्रिया करण्यासाठी Cloudflare कडे जातो. Cloudflare चे Workers AI डेटा-वापर पान सांगते की स्पष्ट संमतीशिवाय तो मजकूर Workers AI वर दिल्या जाणाऱ्या मॉडेलच्या प्रशिक्षणासाठी किंवा सेवा सुधारण्यासाठी वापरला जात नाही; R2 किंवा KV सारख्या स्टोरेज सेवेसोबत Workers AI वापरल्यास मजकूर साठवला जाऊ शकतो असेही ते सांगते. ग्राहकांची तिकीटे पाठवण्यापूर्वी लागू Cloudflare करार आणि संस्थेचे ग्राहक-डेटा नियम तपासा; शक्य असेल तेथे वैयक्तिक माहिती कमी करा किंवा झाका. Cloudflare चे प्रशिक्षण न करण्याचे विधान एकट्याने विशिष्ट ग्राहकाचा डेटा पाठवण्याची परवानगी सिद्ध करत नाही.

मीडिया जोडण्यापूर्वी प्रतिसाद तपासता यावा म्हणून मजकुरापासून सुरुवात करा. Cloudflare च्या स्वतःच्या सपोर्ट उदाहरणात स्थिती Checkout has been failing for every customer for the last hour वापरून तीन प्रश्न विचारले आहेत: ते तातडीचे आहे का (noul, होय/नाही प्रकार), कोणत्या टीमने ते हाताळावे (choice) आणि परिणाम किती गंभीर आहे (score). हे दस्तऐवजातील उदाहरण आहे, निरीक्षण केलेली घटना नाही. API state म्हणून स्ट्रिंग किंवा संरचित ऑब्जेक्ट/अॅरे स्वीकारते. questions नकाशात 1 ते 64 प्रश्न ID असणे आवश्यक आहे; प्रत्येकाला प्रकार आणि सूचना असतात, तर choice आणि score अनुमत उत्तरे ठरवण्यासाठी निकष वापरतात.

मजकूर विनंती पाठवा

तुमच्या वातावरणात CLOUDFLARE_AUTH_TOKEN सेट करा आणि खालील खाते ID बदला. ही Python विनंती Cloudflare च्या मॉडेल उदाहरणातील अचूक endpoint आणि फील्डनुसार रूपांतरित केली आहे:

Python
import os
import requests

account_id = "your-account-id"
token = os.environ["CLOUDFLARE_AUTH_TOKEN"]

payload = {
    "model": "clef-omni",
    "state": "Checkout has been failing for every customer for the last hour.",
    "questions": {
        "urgent": {
            "type": "noul",
            "instructions": "Is this support request urgent?",
        },
        "team": {
            "type": "choice",
            "instructions": "Which team should handle this request?",
            "criteria": {
                "billing": "Payments, invoices, and refunds",
                "technical": "Outages, errors, and configuration",
                "sales": "Plans and upgrades",
            },
        },
        "severity": {
            "type": "score",
            "instructions": "How severe is the customer impact?",
            "criteria": ["No impact", "Minor", "Major", "Critical"],
        },
    },
}

response = requests.post(
    f"https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/run/@cf/cloudflare/clef-omni",
    headers={"Authorization": f"Bearer {token}"},
    json=payload,
    timeout=60,
)
response.raise_for_status()
print(response.json())

यशस्वी तपासणीसाठी प्रतिसादातील answers नोंदींमध्ये समान urgent, team आणि severity ID अंतर्गत नोंदी पहा. Cloudflare पहिले तातडीची संभाव्यता, दुसरे पर्यायांच्या संभाव्यतांसह निवडलेली टीम, आणि तिसरे किमान पातळी शून्य असलेला संभाव्यतेनुसार भारित गुण म्हणून वर्णन करते. API model आणि usage प्रतिसाद फील्डही दस्तऐवजीकरण करते. अॅप्लिकेशनमध्ये मॅप करण्यापूर्वी तुमच्या खात्याला मिळालेला पूर्ण JSON तपासा. संभाव्यता ही दिलेल्या प्रश्न आणि स्थितीसाठी मॉडेलची निर्मिती आहे; खरे तिकीट त्या रांगेतच असावे याची हमी नाही. कृतीपूर्वी एखाद्या व्यक्तीने तिकीट व संलग्नक प्रस्तावित मार्गाशी आणि पुराव्याशी तुलना करावी.

फोटो, ध्वनिमुद्रण किंवा व्हिडिओ जोडा

Cloudflare ची प्रकाशन विनंती ऐच्छिक मीडिया स्वतंत्र images, audio आणि videos अॅरेमध्ये एम्बेड केलेल्या base64 data: URL स्वरूपात ठेवते. उदाहरणार्थ, नमुन्यात data:image/png;base64,..., data:audio/mpeg;base64,... आणि data:video/mp4;base64,... वापरले आहेत. requests.post चालवण्यापूर्वी Python payload मध्ये स्थानिक फाइल जोडण्यासाठी ती एन्कोड करून संबंधित अॅरेमध्ये डेटा URL जोडा:

Python
import base64
from pathlib import Path

def add_media(payload, field, file_path, mime_type):
    raw = Path(file_path).read_bytes()
    encoded = base64.b64encode(raw).decode("ascii")
    payload.setdefault(field, []).append(f"data:{mime_type};base64,{encoded}")

# Examples: use only the files present in the ticket, with their real MIME types.
# add_media(payload, "images", "photo.png", "image/png")
# add_media(payload, "audio", "recording.mp3", "audio/mpeg")
# add_media(payload, "videos", "clip.mp4", "video/mp4")

POST करण्यापूर्वी add_media चालवा. state तथ्याधारित ठेवा आणि प्रत्येक संलग्नक काय आहे ते सांगा; उपलब्ध तिकीट व मीडिया ज्यांची उत्तरे देऊ शकतात असेच प्रश्न विचारा. Cloudflare च्या प्रकाशन उदाहरणात युनिटचा फोटो, आवाजाची नोंद आणि पंख्याचा व्हिडिओ वापरून दिसणाऱ्या व ऐकू येणाऱ्या तपशीलांविषयी तीन होय/नाही प्रश्न विचारले आहेत. सपोर्ट अॅप्लिकेशन स्वतःची तिकीट फील्ड state मध्ये आणि अनुमत रांगा criteria मध्ये ठेवू शकते, पण प्रत्यक्ष कार्यप्रवाहाशी त्या व्याख्या तपासाव्यात. सेवा दूरस्थ मीडिया URL स्वीकारत नाही.

एन्कोड करण्यापूर्वी मर्यादा तपासा. मॉडेल पान प्रत्येकी जास्तीत जास्त 4 MiB आणि 16 मेगापिक्सेल असलेल्या PNG, JPEG किंवा WebP प्रतिमा चारपर्यंत अनुमत करते; डीकोड केलेल्या प्रतिमांची एकूण मर्यादा 8 MiB आहे. प्रत्येकी जास्तीत जास्त 8 MiB आणि 300 सेकंदांच्या चार ऑडिओ क्लिपपर्यंत, तसेच प्रत्येकी 16 MiB आणि 60 सेकंदांच्या दोन व्हिडिओपर्यंत परवानगी आहे. ऑडिओ व व्हिडिओ मिळून डीकोड मर्यादा 16 MiB आहे. व्हिडिओचे नमुने दर सेकंदाला दोन फ्रेम्सने घेतले जातात; विनंतीतील प्रत्येक व्हिडिओला आवाज असल्यास तो फ्रेम्ससोबत वापरला जातो. संलग्नक फार मोठे किंवा लांब असल्यास, एखाद्या व्यक्तीने संबंधित लहान भाग निवडावा किंवा फक्त मजकूर तपासून मूळ मीडिया स्वतंत्रपणे पाहावा. कापलेली किंवा लहान केलेली फाइल संपूर्ण पुरावा समजू नका.

खर्च, संदर्भ-क्षमता आणि त्रुटी मार्ग तपासा

Cloudflare सध्या Clef-omni ची किंमत दहा लाख इनपुट टोकनमागे $0.15 अशी दाखवते आणि आउटपुट टोकनसाठी शुल्क घेत नसल्याचे सांगते. मीडिया याच दराने इनपुट टोकनमध्ये रूपांतरित होतो. मॉडेल पानावर ऑडिओच्या प्रत्येक मिनिटाला साधारण 780 टोकन आणि कमाल रिझोल्यूशन व्हिडिओच्या प्रत्येक मिनिटाला साधारण 15,400 टोकनपर्यंत, तसेच व्हिडिओला आवाज असल्यास अतिरिक्त ऑडिओ टोकन नमूद आहेत. प्रतिमेचा खर्च आकार बदललेल्या प्रतिमेवर अवलंबून असून प्रति प्रतिमा 1,024 टोकनपर्यंत मर्यादित आहे. हे बिलिंग नियम आहेत, प्रत्येक संलग्नकाची ठरावीक किंमत नाही.

होस्ट केलेल्या मॉडेलची संदर्भ-क्षमता 64,000 टोकन आहे. मीडिया आणि प्रश्नही त्यात मोजले जातात. ही मर्यादा ओलांडल्यास विनंती अपयशी ठरते असे Cloudflare सांगते; अन्यथा state मधील मोठा मजकूर बसवण्यासाठी कापला जाऊ शकतो. त्यामुळे उत्तर मिळाले म्हणजे लांब तिकीटातील प्रत्येक ओळ मॉडेलने विचारात घेतली असे सिद्ध होत नाही. विनंती अयशस्वी झाल्यास HTTP त्रुटी तपासा आणि पुन्हा प्रयत्न करण्यापूर्वी दस्तऐवजीकृत मर्यादेत संलग्नक कमी करा किंवा काढा. यशस्वी झाल्यास अपेक्षित प्रश्न ID आहेत का तपासा, मूळ तिकीट पुनरावलोकनासाठी ठेवा आणि प्रस्तावित मार्ग पुराव्याशी तुलना करा. मॉडेलच्या संभाव्यता पुनरावलोकनकर्त्याला लक्ष केंद्रित करण्यात मदत करू शकतात; पण सेवा हमी किंवा सुरक्षित स्वयंचलित मर्यादेसाठी स्वतःच्या लेबल केलेल्या तिकीटांवर मूल्यांकन आवश्यक आहे.

मोठा बदल

Cloudflare च्या 9 ऑक्टोबरच्या प्रसिद्धीने मजकूर व प्रतिमांवरील प्रकार-निर्दिष्ट प्रश्नांसाठी आधीपासून वापरल्या जाणाऱ्या होस्टेड Clef निर्णय-मॉडेल मार्गात ऑडिओ व व्हिडिओ जोडले. विकसक समर्थित मीडिया असलेली एक तिकीट-स्थिती पाठवू शकतो आणि एका Workers AI विनंतीतून ठरावीक स्कीमानुसार उत्तरे मिळवू शकतो. त्या स्कीमात कोणते प्रश्न असावेत हे ठरवणे, स्वतःच्या तिकीटांवर कामगिरी तपासणे आणि उत्तर किंवा मार्गबदलापूर्वी मानवी मंजुरी घेणे अजूनही अॅप्लिकेशन टीमचे काम आहे.

स्रोत आणि पुढील वाचन

  • Cloudflare Clef-omni मॉडेल दस्तऐवज, 10 ऑक्टोबर 2026 रोजी तपासले. होस्टेड मॉडेल ID, API फील्ड व उदाहरण, मीडिया व संदर्भ मर्यादा, प्रतिसाद रचना आणि नमूद टोकन किमतीचा मुख्य संदर्भ. दस्तऐवज सेवा-वर्तन सांगते; BIG CHANGE ने विनंती चालवली नाही.
  • Cloudflare ची Clef-omni प्रकाशन पोस्ट, 9 ऑक्टोबर 2026. प्रकाशन तारीख व एम्बेडेड-मीडिया विनंतीचे उदाहरण देते. कामगिरी व बेंचमार्कचे आकडे Cloudflare चे स्वतःचे दावे आहेत.
  • Cloudflare Workers AI REST सेटअप, शेवटचे अद्यतन 15 सप्टेंबर 2026; 10 ऑक्टोबरला तपासले. खाते ID आणि API टोकन कसे मिळवायचे तसेच हाताने तयार केलेल्या टोकनसाठी आवश्यक परवानग्या दाखवते.
  • Cloudflare Workers AI डेटा वापर, शेवटचे अद्यतन 21 एप्रिल 2026; 10 ऑक्टोबरला तपासले. Cloudflare ग्राहक सामग्रीवर कशी प्रक्रिया करते, स्पष्ट संमतीशिवाय प्रशिक्षण व सेवा-सुधारणेवरील घोषित मर्यादा, वेगळी स्टोरेज सेवा वापरल्यास संभाव्य साठवण आणि लागू कराराची सीमा स्पष्ट करते. विकसक विशिष्ट तिकीट किंवा ध्वनिमुद्रण पाठवू शकतो की नाही हे ते ठरवत नाही.