- name
- cloudflare-media
- version
- 2.2.0
- description
- |
- allowed-tools
Cloudflare Workers AI — 图片 & 语音生成
凭证配置
优先从 skills/cloudflare-media/config.json 或 MEMORY.md 读取 Account ID 和 API Token，缺失则询问用户。
第一部分：文生图（Text-to-Image）
可选模型一览（共10个）
| # | 模型 | 模型 ID | 简介 | 价格 | 传输方式 |
|---|---|---|---|---|---|
| 1 | FLUX.2 klein 4B | @cf/black-forest-labs/flux-2-klein-4b | 高速蒸馏版，4B参数，实时预览 | $0.000059/tile | multipart |
| 2 | FLUX.2 klein 9B | @cf/black-forest-labs/flux-2-klein-9b | 增强质量版，9B参数 | $0.015/first MP | multipart |
| 3 | FLUX.2 dev | @cf/black-forest-labs/flux-2-dev | 最高质量，开放权重 | $0.00021/tile/step | multipart |
| 4 | FLUX.1 schnell | @cf/black-forest-labs/flux-1-schnell | 12B参数，最快4步生成，适合批量 | $0.000053/tile | JSON body |
| 5 | SDXL-Lightning | @cf/bytedance/stable-diffusion-xl-lightning | 极快文生图，几步完成，Beta | $0.00/step | JSON body |
| 6 | DreamShaper 8 LCM | @cf/lykon/dreamshaper-8-lcm | 强逼真写实风格，不牺牲创意范围 | 免费 | JSON body |
| 7 | Leonardo Lucid Origin | @cf/leonardo/lucid-origin | 强提示跟随，支持文字渲染 | $0.007/tile | JSON body |
| 8 | Leonardo Phoenix 1.0 | @cf/leonardo/phoenix-1.0 | 最佳文字生成，提示 adherence 最强 | $0.0058/tile | JSON body |
1. FLUX.2 klein 4B / 9B / dev（Black Forest Labs）
特点： 高速/高质量/最高质量三档，multipart/form-data 传输
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 图片描述文本 |
| width | ❌ | 1024 | 宽度 256~1024（64倍数） |
| height | ❌ | 1024 | 高度 256~1024（64倍数） |
| steps | ❌ | — | 步数（参考值25） |
curl -X POST "https://api.cloudflare.com/client/v4/accounts/{ACCOUNT}/ai/run/@cf/black-forest-labs/flux-2-klein-4b" \
-H "Authorization: Bearer {TOKEN}" \
-F "prompt=a sunset over the ocean" \
-F "width=1024" -F "height=1024"返回： {"result":{"image":"base64..."}} → 保存为 .png
2. FLUX.1 schnell（Black Forest Labs）
特点： 12B 参数，极快（默认4步），适合批量生成，JSON body
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 图片描述（最长2048字符） |
| steps | ❌ | 4 | 步数（1~8，越高越慢） |
curl -X POST "https://api.cloudflare.com/client/v4/accounts/{ACCOUNT}/ai/run/@cf/black-forest-labs/flux-1-schnell" \
-H "Authorization: Bearer {TOKEN}" \
-H "Content-Type: application/json" \
-d '{"prompt":"a cyberpunk cat","steps":4}'返回： {"image":"base64..."} → 保存为 .jpg
3. SDXL-Lightning（ByteDance）Beta
特点： 极快几步生成，支持 img2img，输出为原始 JPEG 二进制流
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 图片描述 |
| negative_prompt | ❌ | — | 反向提示词 |
| width | ❌ | 1024 | 宽度 256~2048 |
| height | ❌ | 1024 | 高度 256~2048 |
| num_steps | ❌ | 20 | 步数（1~20） |
| guidance | ❌ | 7.5 | 提示跟随度 |
| strength | ❌ | 1 | img2img 强度（0~1） |
| seed | ❌ | — | 随机种子 |
| image / image_b64 | ❌ | — | img2img 输入图（数组或base64） |
| mask / mask_b64 | ❌ | — | inpainting mask |
curl -X POST "https://api.cloudflare.com/client/v4/accounts/{ACCOUNT}/ai/run/@cf/bytedance/stable-diffusion-xl-lightning" \
-H "Authorization: Bearer {TOKEN}" \
-H "Content-Type: application/json" \
-d '{"prompt":"a cyberpunk cat","num_steps":10}'返回： 原始 JPEG 二进制流 → 保存为 .jpg
4. DreamShaper 8 LCM（lykon）
特点： 强逼真写实风格，LCM 加速，支持 img2img + inpainting，参数同 SDXL-Lightning
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 图片描述 |
| negative_prompt | ❌ | — | 反向提示词 |
| width | ❌ | 1024 | 宽度 256~2048 |
| height | ❌ | 1024 | 高度 256~2048 |
| num_steps | ❌ | 20 | 步数（1~20） |
| guidance | ❌ | 7.5 | 提示跟随度 |
| strength | ❌ | 1 | img2img 强度（0~1） |
| seed | ❌ | — | 随机种子 |
| image / image_b64 | ❌ | — | img2img 输入图 |
| mask / mask_b64 | ❌ | — | inpainting mask |
curl -X POST "https://api.cloudflare.com/client/v4/accounts/{ACCOUNT}/ai/run/@cf/lykon/dreamshaper-8-lcm" \
-H "Authorization: Bearer {TOKEN}" \
-H "Content-Type: application/json" \
-d '{"prompt":"a realistic photo of a cat","num_steps":8}'返回： 原始 JPEG 二进制流 → 保存为 .jpg
5. Leonardo Lucid Origin
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 图片描述 |
| width | ❌ | 1120 | 宽度 0~2500 |
| height | ❌ | 1120 | 高度 0~2500 |
| guidance | ❌ | 4.5 | 提示跟随度（0~10） |
| num_steps | ❌ | — | 步数（1~40） |
| seed | ❌ | — | 随机种子 |
返回： {"result":{"image":"base64..."}} → 保存为 .png
6. Leonardo Phoenix 1.0
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 图片描述 |
| width | ❌ | 1024 | 宽度 0~2048 |
| height | ❌ | 1024 | 高度 0~2048 |
| guidance | ❌ | 2 | 提示跟随度（2~10） |
| num_steps | ❌ | 25 | 步数（1~50） |
| negative_prompt | ❌ | — | 反向提示词 |
| seed | ❌ | — | 随机种子 |
返回： 原始 JPEG 二进制流 → 保存为 .jpg
第二部分：TTS（Text-to-Speech）
可选模型一览（共4个）
| # | 模型 | 模型 ID | 简介 | 价格 |
|---|---|---|---|---|
| 1 | Deepgram Aura-2 英语 | @cf/deepgram/aura-2-en | 40个声音，上下文感知，自然停顿表达 | $0.03/1k字符 |
| 2 | Deepgram Aura-2 西班牙语 | @cf/deepgram/aura-2-es | 同上，专为西班牙语优化 | $0.03/1k字符 |
| 3 | Deepgram Aura-1 | @cf/deepgram/aura-1 | 12个声音，Aura-2 低配版，半价 | $0.015/1k字符 |
| 4 | MyShell MeloTTS | @cf/myshell-ai/melotts | 多语言（en/es/fr/zh/ja/ko），费用最低 | $0.0002/分钟 |
Deepgram Aura 声音列表
Aura-2（40个）： amalthea, andromeda, apollo, arcas, aries, asteria, athena, atlas, aurora, callista, cora, cordelia, delia, draco, electra, harmonia, helena, hera, hermes, hyperion, iris, janus, juno, jupiter, luna, mars, minerva, neptune, odysseus, ophelia, orion, orpheus, pandora, phoebe, pluto, saturn, thalia, theia, vesta, zeus
默认声音：luna（女声，温暖）Aura-1（12个）： angus, asteria, arcas, orion, orpheus, athena, luna, zeus, perseus, helios, hera, stella
默认声音：angus（男声）Deepgram Aura 参数
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| text | ✅ | — | 要转语音的文本 |
| speaker | ❌ | luna/angus | 声音名称 |
| encoding | ❌ | mp3 | 编码：linear16/flac/mulaw/alaw/mp3/opus/aac |
| sample_rate | ❌ | — | 采样率（Hz） |
| bit_rate | ❌ | — | 比特率（bps） |
curl -X POST "https://api.cloudflare.com/client/v4/accounts/{ACCOUNT}/ai/run/@cf/deepgram/aura-2-en" \
-H "Authorization: Bearer {TOKEN}" \
-H "Content-Type: application/json" \
-d '{"text":"Hello world","speaker":"luna"}'返回： 原始 MP3 二进制流 → 保存为 .mp3
MyShell MeloTTS 参数
| 参数 | 必填 | 默认 | 说明 |
|---|---|---|---|
| prompt | ✅ | — | 要转语音的文本 |
| lang | ❌ | en | 语言：en/es/fr/zh/ja/ko |
curl -X POST "https://api.cloudflare.com/client/v4/accounts/{ACCOUNT}/ai/run/@cf/myshell-ai/melotts" \
-H "Authorization: Bearer {TOKEN}" \
-H "Content-Type: application/json" \
-d '{"prompt":"Hello world","lang":"en"}'返回： {"result":{"audio":"base64..."}}（实测为 WAV 16bit 44100Hz PCM）→ 保存为 .wav
第三部分：交互流程
步骤一：检查凭证
读取 skills/cloudflare-media/config.json 或 MEMORY.md，缺失则询问用户。
步骤二：展示模型选项
用户提出请求后立即展示所有可选模型：
文生图（8个模型）：
🎨 文生图 — 可选模型（共8个）
1️⃣ FLUX.2 klein 4B（推荐快速预览）
高速蒸馏版，4B参数，实时交互
2️⃣ FLUX.2 klein 9B
增强质量版，9B参数，更细腻
3️⃣ FLUX.2 dev
最高输出质量，开放权重
4️⃣ FLUX.1 schnell
12B参数，极快（4步），适合批量
5️⃣ SDXL-Lightning（Beta）
极快几步生成，ByteDance出品
6️⃣ DreamShaper 8 LCM
强逼真写实风格
7️⃣ Leonardo Lucid Origin
强提示跟随，支持文字渲染
8️⃣ Leonardo Phoenix 1.0
最佳文字生成
请提供：模型编号（默认1）+ 图片描述 + 尺寸（可选）TTS（4个模型）：
🔊 TTS — 可选模型（共4个）
1️⃣ Deepgram Aura-2 英语（推荐）
40个声音，上下文感知，自然表达
默认声音：luna
2️⃣ Deepgram Aura-2 西班牙语
同上，专为西班牙语优化
3️⃣ Deepgram Aura-1
12个声音，半价
4️⃣ MyShell MeloTTS
多语言（en/es/fr/zh/ja/ko），最便宜
请提供：模型编号（默认1）+ 要朗读的文本 + 声音（可选）步骤三：生成并发送
- webchat：图片用
image展示，音频用tts工具发送 - 其他 channel：走对应平台接口
第四部分：注意事项
- 免费额度：SDXL-Lightning / DreamShaper 均为 $0.00（免费），FLUX/Leonardo 按 tile 计费
- 输出格式实测：
- Deepgram Aura → 原始 MP3 二进制 - MeloTTS → base64 WAV（不是 MP3！） - Phoenix 1.0 / SDXL-Lightning / DreamShaper → 原始 JPEG 二进制流
- img2img/inpainting：SDXL-Lightning 和 DreamShaper 支持图生图，需要额外提供 image/mask 数据，skill 当前版本暂不支持图片输入作为参数传递