共绩科技
控制台
共绩科技

预制服务

共绩算力 Clef-Flash 镜像使用说明

Clef-Flash 是什么

Clef-Flash 是 Cloudflare 推出的 9B 多模态决策模型，基于 Qwen3.5-9B 后训练，权重采用 Apache 2.0 许可开放。它接收业务状态和一组预设问题，对每个问题允许的答案进行评分，返回各选项的概率。文本、JSON 和图像都可以成为判断依据，官方自托管代码也支持视频帧输入。

它适合处理候选答案能够提前定义的任务，例如判断一条消息是否紧急、将请求分配给某个团队、从工具列表中选择下一步动作，或者评估业务影响程度。开发者定义问题和选项，模型根据输入评分，业务程序依据结果采取行动。

Clef-Flash 与 Qwen3.5-9B 有什么区别？

Qwen3.5-9B 是 Clef-Flash 的基础模型。Clef-Flash 保留了它的视觉编码能力，并经过面向决策任务的后训练，加入专门的联合评分模块。

两者最直接的区别是如何产生答案。Qwen3.5-9B 按生成式模型的方式逐个生成 token，可以通过提示词要求它回答某个选项或输出 JSON。Clef-Flash 则从模型内部表示中直接计算候选项的分数，在一次非自回归计算中联合评分，返回概率分布。

以客服工单为例，使用 Qwen3.5-9B，可以要求它判断处理团队并解释原因；使用 Clef-Flash，则提前定义“账务、技术、销售”三个选项，读取各自的概率，再由程序执行分流。

对比项Qwen3.5-9BClef-Flash
决策延迟通常较高通常较低
输出结果文本／JSON选项概率
内容生成支持不支持
解释理由支持不支持
答案范围开放预设
适用任务通用生成分类、路由、评分

Clef-Flash 的输出：选项、评分与概率

Clef-Flash 返回结构化的决策结果。每个问题的答案位于响应的 answers 中，以请求时定义的问题 ID 对应。不同问题类型，返回形式也不同。

问题类型输出内容示例用途
noul：是非判断判断为真的概率是否紧急
choice：分类选择选中项、置信度、各选项概率分配处理团队
score：等级评分期望分数、置信度、等级说明及各等级概率评估影响程度

部署流程

01. 进入弹性部署服务并新增任务

访问 弹性部署服务页面，在左侧找到“新增部署任务”。
点击“新增部署任务”，进入 任务创建页面。若页面跳转到登录，先完成账号登录。

Image

02. 选择计算资源

在计算资源区域选择 RTX 5090，卡数从 1 卡开始；RTX 4090 可作为备选。核对可用资源、CPU、内存和价格后，继续下拉至服务配置。

Image

03. 选择 Clef Flash 预制服务

在“服务配置”中查找并选择 Clef Flash，使用平台对应的预制镜像与默认配置。

Image

04. 等待实例就绪

Image

返回任务列表或详情，观察实例状态与启动日志。首次启动可能涉及镜像拉取、权重加载和运行时初始化。
等待日志中出现 The server is fired up and ready to roll! 即为成功

小例子：工单自动分流

假设客服系统收到一条工单：

The application crashes every time I open settings. Please help today.

每次打开设置时，应用都会崩溃。请今天帮我解决。

我们希望一次请求完成两个判断：

  • 负责团队：从技术、账务和其他三个选项中选择。
  • 是否请求今天得到帮助：返回这一判断为真的概率。

使用 cURL 调用

下面的服务地址已经替换为本次部署的 URL，可以直接运行：

export SERVICE_URL="https://deployment-452-lvmyacyt-30000.550w.link"

curl --fail-with-body --max-time 120 \
  "${SERVICE_URL%/}/v1/systemone" \
  -H "Content-Type: application/json" \
  --data-binary @- <<'JSON'
{
  "model": "Cloudflare/clef-flash",
  "state": "The application crashes every time I open settings. Please help today.",
  "questions": {
    "department": {
      "type": "choice",
      "instructions": "Which team should handle this ticket?",
      "criteria": {
        "technical": "Application bugs or outages",
        "billing": "Payments, invoices or refunds",
        "other": "Other requests"
      }
    },
    "urgent": {
      "type": "noul",
      "instructions": "Does the user request help today?"
    }
  }
}
JSON

其中，state 是待判断的工单内容，questions 定义需要回答的问题。department 和 urgent 是自行定义的问题 ID，响应会通过相同 ID 返回答案。

choice 用于在候选项中选择，criteria 描述各选项的含义；noul 用于返回指定判断为真的概率。

本次实测未携带 API Key。如果服务后续开启鉴权，需要设置真实密钥，并在请求中增加：

-H "Authorization: Bearer ${SERVICE_API_KEY}"

实际响应

响应如下：

{
  "model": "/models/Cloudflare/clef-flash",
  "answers": {
    "department": {
      "type": "choice",
      "choice": "technical",
      "confidence": 0.9207158211680799,
      "probabilities": {
        "technical": 0.9471438807787199,
        "billing": 0.012205522519939324,
        "other": 0.04065059670134076
      }
    },
    "urgent": {
      "type": "noul",
      "noul": 0.9241418199787566
    }
  },
  "usage": {
    "input_tokens": 246,
    "output_tokens": 0
  }
}

输出说明

字段本次结果含义
answers.department.choicetechnical模型选择技术团队。
probabilities.technical94.71%技术团队选项的概率。
probabilities.billing1.22%账务团队选项的概率。
probabilities.other4.07%其他选项的概率。
answers.department.confidence约 0.9207服务额外返回的置信评分。本次值与所选项概率不同，各选项概率应读取 probabilities。
answers.urgent.noul92.41%“用户请求今天得到帮助”这一判断为真的概率。
usage.input_tokens246服务报告的输入 token 数。
usage.output_tokens0服务报告的输出 token 数，响应仍包含结构化评分结果。

工单提到应用崩溃，因此技术团队的概率最高；“Please help today” 则与第二个问题对应，因此该判断为真的概率较高。

这里的 urgent 只是问题名称，实际判断的是“用户是否请求今天得到帮助”。若要判断故障等级、业务影响或是否需要立即升级处理，应另行定义对应问题。

在程序中使用结果

获得响应后，可以读取所选团队和概率，并设置业务规则：

# result 为接口返回的 JSON 对象
answers = result["answers"]

department = answers["department"]["choice"]
department_probability = answers["department"]["probabilities"][department]
help_today_probability = answers["urgent"]["noul"]

print(f"负责团队：{department}")
print(f"所选团队概率：{department_probability:.2%}")
print(f"请求今天得到帮助的概率：{help_today_probability:.2%}")

# 示例规则：概率达到 80% 时标记为优先处理。
# 该阈值由业务程序设置，应结合实际数据确定。
priority = "优先处理" if help_today_probability >= 0.8 else "常规处理"
print(f"按示例规则设置优先级：{priority}")

使用本次实测响应，输出为：

负责团队：technical
所选团队概率：94.71%
请求今天得到帮助的概率：92.41%
按示例规则设置优先级：优先处理

这样，模型负责评分，程序依据结果将工单分配给技术团队，并按示例规则标记为优先处理。这些概率是本次实测值，后续调用可能变化，也不等同于分类准确率。