SkyPhusion：基于Cloudflare Worker的全功能多模态AI playground开源方案

SkyPhusion是一个部署在单个Cloudflare Worker上的全功能多模态AI playground开源项目，支持35个聊天模型的语音对话、图像/视频/音乐生成、RAG检索、项目管理和网络搜索，展示了边缘计算平台构建复杂AI应用的新范式。项目由SkyPhusion维护，开源于GitHub，采用AGPL v3许可证。

原作者/维护者为SkyPhusion，项目开源于GitHub（仓库链接：https://github.com/SkyPhusion/skyphusion-llm-public），发布时间为2026-06-03。SkyPhusion是功能丰富的多模态AI playground，完全部署在单个Cloudflare Worker上，无需传统服务器架构即可实现聊天、语音交互、多模态生成、RAG检索等全栈AI功能，其"全合一"架构利用Cloudflare边缘AI基础设施实现低延迟、高可用服务。

1. 多模型聊天：支持5个提供商的35个模型（含Workers AI、Anthropic Claude、xAI Grok等），均支持流式输出；2. 语音对话：免提交互（Deepgram Flux实时STT+Aura-2 TTS）；3. 多模态生成：图像（FLUX 2系列等）、视频（Google Veo 3.1等）、音乐（MiniMax Music 2.6）；4. RAG检索：文件上传（PDF/Excel等）、向量嵌入（BGE-base）、Vectorize存储；5. 项目管理：命名项目组织文档与对话；6. 网络搜索：Tavily+Wikipedia并行查询。

1. 统一接口：通过env.AI.run()绑定驱动所有模态；2. 调度助手：适配Anthropic Claude、xAI Grok等提供商API；3. 流式传输：支持5个提供商的SSE流式输出；4. AI Gateway：实现可观测性、缓存和速率限制；5. 存储架构：D1（元数据/对话）、R2（二进制产物）、Vectorize（向量嵌入）；6. 长任务处理：Cloudflare Workflows；7. 安全控制：Cloudflare Access隔离用户数据；8. 客户端优化：视频关键帧提取降低带宽成本。

采用专注模式布局：单列居中对话+浮动输入框；滑入式侧边栏（历史/项目/文档搜索）；可搜索模型选择器；顶部栏含设置弹窗与账户菜单；支持附件上传与语音麦克风；能力感知模式切换（仅显示适用附件类型）。

部署步骤：1. 克隆仓库并配置环境变量；2. Wrangler部署到Cloudflare；3. 配置Cloudflare Access身份验证；4. 添加API密钥（OpenAI/xAI/Tavily等）。项目采用AGPL v3许可证，鼓励社区贡献与二次开发。

SkyPhusion展示边缘AI新可能性：1. 降低门槛（单Worker运行复杂AI应用）；2. 多模型策略（对比35个模型选最佳）；3. 成本优化（Cloudflare统一计费）；4. 隐私保护（边缘处理减少第三方传输）；5. 快速原型（完整功能参考实现）。是多模态AI应用开发者的极佳学习案例与起点。