Anki 插件：CF worker AI提问
这是一个Anki插件，允许您在卡片复习时一键调用AI（通过Cloudflare Workers或其他API）并将结果自动填入指定字段（需要配合1020366288插件）。
调用方式
卡片模板中添加按钮 例 <div style=‘font-size: 40px’><button onclick=“pycmd(‘CF_aiGenerate’)” style=“padding: 10px 1px; background: #3d8b40;color:#3d4b40; font-size: 14px;float: right”>——</button>
功能特性 一键调用：在卡片模板中添加一个按钮，即可快速向AI提问。 高度可配置：支持自定义 API Key、模型、系统提示词、上下文对话等。 智能上下文：支持配置多轮对话作为上下文，让AI的回答更符合你的期望。 无缝体验：优化了与 Edit Field During Review 插件的兼容性，更新解析后无需刷新卡片。 自动创建配置：首次使用时会自动生成配置文件，简化初始设置。 安装与配置
安装插件与依赖插件：
通过 AnkiWeb 页面下载，或使用代码 [还没发] 安装。 或通过 Github releases 页面下载，并解压至anki插件目录。 通过 AnkiWeb 页面下载，或使用代码 [1020366288] 安装依赖插件Edit Field During Review。
获取 API Key：
参考下方的 CF AI worker部署说明 部署一个自己的CF AI worker 访问 qwen-free-api部署反代API。 PS1. 其他反代AI大概也行 PS2. 这些反代项目都被投毒了，需要自己删除有毒的代码构建
配置插件：
在 Anki 主界面，点击菜单栏的 工具 > AI提问配置。 将你获取的 Authorization 填入 Authorization ，如 Bearer abc123sm 。 根据你的卡片模板，设置 提问字段 (例如：Expression) 和 回答字段 (例如：Edit)。 （可选）根据你的需求修改系统提示词和其他参数。 点击 “保存”。
在卡片模板中添加按钮：
这是必须的步骤！你需要手动在你的卡片模板中添加一个按钮来触发AI。 打开 Anki 的 工具 > 管理笔记类型，选择你使用的笔记类型，然后点击 卡片…。 在“正面模板”或“背面模板”的 HTML 代码中，找到一个合适的位置，粘贴以下代码： <button onclick=“pycmd(‘CF_aiGenerate’)” style=“padding: 10px 1px; background: #3d8b40; font-size: 14px;“>AI提问</button>
CF AI worker部署说明
有一个CF账号，并且有域名，绑定信用卡等前置操作
登录 Cloudflare Dashboard
创建新的Worker，如 anki-ai-proxy
将 CF worker示例.js的内容粘贴进去
修改第9行的Bearer Token（改成你自己的）
保存并部署
测试可用性（可选） 网址改成你的，token改成你的
curl -X POST “https://anki-ai-proxy.abc123sm.workers.dev”
-H “Content-Type: application/json”
-H “Authorization: Bearer abc123sm”
-d ’{
“messages”: [{“role”: “user”, “content”: “こんにちは”}],
“model”: “@cf/ibm-granite/granite-4.0-h-micro”
}’
部署示例.js export default { async fetch(request, env) { // 只允许 POST if (request.method !== “POST”) { return new Response(“Method Not Allowed”, { status: 405 }); }
// Bearer Token 验证 const EXPECTED_TOKEN = “Bearer abc123sm”;
const auth = request.headers.get(“Authorization”); if (!auth || auth !== EXPECTED_TOKEN) { return new Response(“Unauthorized”, { status: 401 }); }
let body; try { body = await request.json(); } catch { return new Response(“Invalid JSON”, { status: 400 }); }
const messages = body.messages; if (!Array.isArray(messages)) { return new Response(“Missing messages”, { status: 400 }); }
const model = body.model || “@cf/ibm-granite/granite-4.0-h-micro”;
try { // 调用AI模型 const result = await env.AI.run(model, { messages });
// 调试：打印返回结果 console.log(“使用模型:”, model); console.log(“AI返回结果:”, JSON.stringify(result));
// 根据不同的模型返回格式，提取回复内容 let replyContent;
// ========== 模型1: @cf/ibm-granite/granite-4.0-h-micro ========== if (model === “@cf/ibm-granite/granite-4.0-h-micro”) { // 处理IBM Granite模型的复杂嵌套格式 if (result.choices && result.choices.length > 0) { if (result.choices[0].message && result.choices[0].message.content) { const content = result.choices[0].message.content; // 如果content是字符串，直接使用 if (typeof content === ‘string’) { replyContent = content; } // 如果content是对象，尝试进一步提取 else if (typeof content === ‘object’ && content.choices) { replyContent = content.choices[0]?.message?.content || JSON.stringify(content); } } } // 方法2: 如果返回的是简单response字段 else if (result.response) { replyContent = result.response; } // 方法3: 其他格式，直接转换为字符串 else { replyContent = typeof result === ‘string’ ? result : JSON.stringify(result); } } // ========== 模型2: @cf/meta/llama-3.2-1b-instruct ========== else if (model === “@cf/meta/llama-3.2-1b-instruct”) { // 处理Llama模型的简单格式 if (result.response) { replyContent = result.response; } // 如果返回的是标准OpenAI格式 else if (result.choices && result.choices.length > 0) { const message = result.choices[0].message; if (message && message.content) { replyContent = message.content; } } // 其他情况 else { replyContent = typeof result === ‘string’ ? result : JSON.stringify(result); } } // ========== 其他模型（通用处理） ========== else { // 通用处理逻辑 if (result.response) { replyContent = result.response; } else if (result.choices && result.choices.length > 0) { const message = result.choices[0].message; if (message && message.content) { replyContent = message.content; } } else { replyContent = typeof result === ‘string’ ? result : JSON.stringify(result); } }
// 返回标准的OpenAI格式 return new Response(JSON.stringify({ choices: [{ message: { role: “assistant”, content: replyContent || “AI未返回有效回复” } }] }), { headers: { “Content-Type”: “application/json”, “Access-Control-Allow-Origin”: ”*” }, }); } catch (error) { console.error(“AI调用失败:”, error); return new Response(JSON.stringify({ error: “AI模型调用失败”, details: error.message }), { status: 500 }); } }, };
示例模板 正面模板 {{Audio}} <div>{{Snapshot}}</div> <div>{{am-highlighted}}</div>
<script> function copyReading(button) { // 从按钮的anniu属性获取特定字段的内容 const readingText = button.getAttribute(‘data-copy-anniu’);
// 创建临时textarea元素 const textarea = document.createElement(‘textarea’); textarea.value = readingText; document.body.appendChild(textarea);
// copy textarea.select(); document.execCommand(‘copy’);
// delete document.body.removeChild(textarea);
// update const originalText = button.textContent; button.textContent = ‘搞掂’; button.classList.add(‘copied’); } </script>
背面模板 <button class=“copy-btn” onclick=“copyReading(this)” data-copy-anniu=“{{Expression}}“>复制</button> <div>{{am-highlighted}}</div> <div>{{Snapshot}}</div> <button onclick=“pycmd(‘aiGenerate’)” style=“padding: 10px 1px; background: #3d8b40;color:#3d8b40; font-size: 14px;float: right”>——</button><div style=‘font-size: 40px’><button onclick=“pycmd(‘CF_aiGenerate’)” style=“padding: 10px 1px; background: #3d8b40;color:#3d4b40; font-size: 14px;float: right”>——</button>{{edit:Meaning}}</div>
<div style=‘font-size: 25px; text-align:start’>{{edit:Edit}}</div>
CSS样式 .card { font-family: arial; font-size: 50px; text-align: center; color: #CDC8B1; background-color: #25390c;##f1e5c9; } .card.nightMode { font-family: arial; font-size: 50px; text-align: center; color: #8B8878; #background-color: #25390c; }
.expression{ font-size: 40px; } [morph-status=unknown] { color: red; } [morph-status=learning] { color: #1E90FF; } [morph-status=known] { color: green; }
.copy-btn { padding: 10px 1px; background-color: #3d8b40; font-size: 18px; /* 可用 !important增大字体 */ float: left; }
.copy-btn.copied { background-color: #666; }
效果预览
因为使用的字段不同，所以可以与AI提问共存（一个是 CF_aiGenerate，一个是 aiGenerate）
插件设置参考 CF AI worker 反代API 模型 CF 模型价格
每天有免费0.11美元额度，反正对我来说是够够的
worker AI model页面 CF的文档 模型个人使用体验 便宜
@cf/ibm-granite/granite-4.0-h-micro 最便宜，但有些时候给英文 $0.017
@cf/meta/llama-3.2-1b-instruct 也挺便宜，但有些时候给英文，幻觉还多 $0.027
@cf/meta/llama-3.2-3b-instruct 我目前感觉很不错的，推荐 $0.051
@cf/meta/llama-3.1-8b-instruct-fast @cf/meta/llama-3.1-8b-instruct-fp8-fast 8b还会天天爆英文…… $0.045
@cf/meta/llama-2-7b-chat-fp16 不是，怎么meta的这么喜欢爆英文 $0.56 per M input tokens
@cf/qwen/qwen3-30b-a3b-fp8 喜欢给一堆文法解释，我是文法无用主义者，而且我prompt明明有避免使用语法术语这句话，他却无视了 $0.051
推荐
@cf/meta/llama-3.3-70b-instruct-fp8-fast 挺好用 $0.293
@cf/google/gemma-3-12b-it 挺好用 $0.345
千万不要用
速度好慢，结果乱给，不要用推理模型，不适合咱们场景 @cf/deepseek-ai/deepseek-r1-distill-qwen-32b @cf/mistral/mistral-7b-instruct-v0.1
问题反馈
如果你遇到任何问题或有功能建议，欢迎到本项目的 GitHub Issues 页面提交。 或者 这个TG频道。
更新
Screenshots
