Cloudflare Workers
أدلة وشروحات وأمثلة عن Cloudflare Workers، منصة بدون خوادم لنشر التطبيقات السريعة والقابلة للتوسع والآمنة على الحافة، مع ملاحظات عملية.
المخرجات المنظمة في Cloudflare Workers AI: تحقق من النتائج
استخدم المخرجات المنظمة في Cloudflare Workers AI مع فحص المخطط والتحقق من الأدلة والمراجعة. عالج الحالات غير المدعومة قبل كتابة بيانات الأعمال.
أكمل القراءةالاستدلال الدفعي في Cloudflare Workers AI: المهام والاستعادة
خطط للاستدلال الدفعي في Cloudflare Workers AI بسجل مهام وإصدارات مصادر ومطابقة للنتائج. عالج إعادة المحاولة والإخفاق وتكاليف التشغيل.
أكمل القراءةخادم MCP البعيد على Cloudflare: الهوية والنشر والاختبار
ابن خادم MCP بعيدا على Cloudflare بهوية واضحة وأدوات محدودة واختبارات للعملاء. خطط للنشر والاستعادة وتوزيع مسؤوليات التشغيل.
أكمل القراءةCloudflare AI Search مقابل Vectorize: اختر بنية RAG
قارن Cloudflare AI Search وVectorize لاسترجاع معلومات الأعمال. قيّم إدخال البيانات وجودة البحث والصلاحيات وتكاليف التشغيل والتسليم.
أكمل القراءةCloudflare AI Gateway أم LiteLLM: أي بوابة تختار؟
قارن Cloudflare AI Gateway وLiteLLM لتطبيقك، مع تقييم الاستضافة وضوابط الوصول والتوجيه ومسؤوليات التشغيل وتكاليف الانتقال.
أكمل القراءةCloudflare AI Gateway: تحكّم في تكاليف نماذج LLM
ما الذي تمنحه بوابة أمام واجهة النموذج من توزيع للتكلفة وتخزين مؤقت واحتياط عند العطل، وكم تكلف القفزة الإضافية، وأين لا تنفع أبدًا.
أكمل القراءةCloudflare Queues: مهام الخلفية على الحافة
كيف تعمل Cloudflare Queues، وكم تكلّف العملية الواحدة فعلاً، والحدود التي تقرر مدى ملاءمتها، ومتى يكون الطابور هو الإجابة الخاطئة تماماً.
أكمل القراءةCloudflare Hyperdrive: Postgres من الحافة
ما الذي يحله Cloudflare Hyperdrive فعليًا، ولماذا يكون Worker المتصل مباشرة بقاعدة Postgres بطيئًا، وما الحدود والتكاليف الحقيقية، ومتى يكون خيارًا خاطئًا.
أكمل القراءةCloudflare Image Resizing صار Image Transformations
أعادت كلاودفلير تسمية Image Resizing إلى Image Transformations. ما الذي تغيّر، وما يظل يعمل، وما تشمله الخطة المجانية، وما ينبغي تحديثه في إعدادك.
أكمل القراءةتقليل زمن استجابة نماذج LLM: التخزين المؤقت واستراتيجيات الحافة
كيفية تقليل زمن استجابة واجهات LLM البرمجية: التخزين المؤقت للموجهات، والبث، وعمّال الحوسبة على الحافة، وتحسين التوجيه بلا خادم لتطبيقات الذكاء الاصطناعي.
أكمل القراءة