Cloudflare Agents

Cloudflare Agents 是一个功能强大、集成的平台，专为开发者构建和运营代理式AI（agentic AI）而设计。与仅响应提示的传统生成式AI不同，代理式AI引入了自主性、目标导向的推理和自适应决策能力。这些代理能够主动规划、迭代，并与环境和外部工具交互，以完成复杂的多步骤目标。整个平台构建在Cloudflare强大的全球网络之上，为完整的代理生命周期提供了统一的解决方案。

Cloudflare Agents 的核心理念是提供一个无缝、可扩展且经济高效的环境。它将构建代理的过程分解为四个逻辑步骤：接收用户输入（通过电子邮件、聊天或语音）、使用AI模型进行推理（托管在Cloudflare的Workers AI上或通过AI网关连接外部提供商）、通过状态和计算保证执行（使用Durable Objects和Workflows），以及通过与API和工具（如Browser Rendering、Vectorize和D1数据库）交互来采取行动。

如何使用Cloudflare Agents

使用Cloudflare Agents进行开发遵循一个结构化的四部分工作流程，全部在Cloudflare生态系统内管理：

1. 获取用户输入： 首先捕获用户请求或数据。该平台支持多种输入渠道，包括使用Email Workers的电子邮件、使用WebSockets和Pages的实时聊天，甚至通过Cloudflare Calls的语音命令。
2. 请求AI进行推理： 代理处理输入并通过查询大型语言模型（LLM）来确定后续步骤。开发者可以选择在Cloudflare的无服务器GPU上使用Workers AI直接运行优化的LLM，或使用AI网关安全地连接到第三方模型（如OpenAI或Anthropic）。
3. 保证执行： 为确保任务可靠完成（即使是长时间运行的任务），Cloudflare Agents将状态管理与计算相结合。Durable Objects为代理提供持久状态，而Workflows则负责编排任务序列，支持重试、分支逻辑和基于新信息的重新评估。
4. 使用工具采取行动： 最后，代理执行操作以实现其目标。这涉及使用“工具”，这些工具是调用API、操作数据或与系统交互的结构化方式。这可以包括渲染网页以提取数据、使用Vectorize查询向量数据库，或读/写D1 SQL数据库。

开发者使用Cloudflare Agents SDK（以JavaScript/TypeScript为例）以编程方式定义代理行为、安排任务和管理状态。

Cloudflare Agents的核心功能

• 统一的代理式AI平台： 所有必要组件——从输入处理和LLM推理到状态管理和行动执行——都集成在一个单一平台中。
• 无服务器LLM推理： 在Cloudflare的无服务器GPU上使用Workers AI运行流行的开源LLM，仅按使用量付费。
• 持久状态与执行： 利用Durable Objects实现持久状态，并使用Workflows进行可靠的、长时间运行的任务编排。
• 经济高效的定价模型： 仅为CPU时间（实际计算）付费，而非时钟时间（空闲/等待时间），从而大幅降低I/O密集型代理任务的成本。
• WebSocket休眠： 维持长时间运行的WebSocket连接以进行实时通信，而无需承担服务器持续活跃的成本，因为Durable Objects在空闲时会休眠。
• 集成的工具生态系统： 将代理与Vectorize（用于语义搜索）、D1（用于SQL数据）和Browser Rendering（用于网页抓取）等其他Cloudflare产品无缝连接。
• AI网关： 提供一个安全、可靠且可观察的网关，用于连接第三方LLM提供商，提供缓存、速率限制和分析功能。

Cloudflare Agents的使用案例

该平台的功能支持广泛的复杂应用：

• 自动化DevOps与代码助手： 创建能够读取GitHub问题、编写代码修复它们并自动创建拉取请求的代理，正如平台自身示例所示。
• 智能客户支持自动化： 构建不仅能回答问题，还能执行操作（如处理退款、更新用户账户或在提供完整上下文的情况下升级复杂问题）的聊天机器人。
• 自主研究与报告： 部署能够浏览网页、从多个来源收集信息、综合发现并生成结构化报告的代理。
• 复杂的业务工作流自动化： 通过与各种内部API和数据库集成，自动化内部流程，如员工入职、费用报销处理或潜在客户资格鉴定。

Cloudflare Agents的优势特点

Cloudflare Agents为构建下一代AI应用的开发者提供了显著优势。其主要好处是经济效率；按CPU时间付费的模型非常适合AI推理和代理工作流的突发性、不可预测的特性，这些工作流通常涉及等待外部API。这一点与WebSocket休眠功能相结合，相比传统超大规模云服务商可节省大量成本。此外，统一的平台简化了开发者体验，无需将分散的服务拼接在一起来管理状态、计算和AI。这加速了开发过程，降低了架构复杂性，同时还能受益于Cloudflare全球网络的性能和安全性。

定价和计划

Cloudflare Agents采用按需付费的定价模型，该模型与其底层组件（如Cloudflare Workers、Workers AI、Durable Objects和Vectorize）的定价深度集成。没有针对“Agents”的单一计划；相反，您只需为您消耗的资源付费。其核心原则是成本效益，用户只需为他们主动使用的资源付费。该模型包括：

• 计算： 根据CPU时间计费，而非时钟时间，这对于涉及I/O等待的任务非常有利。
• AI推理： 使用Workers AI时，按每1000个神经元收费。
• 状态与存储： 与Durable Objects存储、D1数据库使用和Vectorize索引相关的成本。

这种基于使用量的方法意味着没有前期承诺或需要管理的硬件。Cloudflare的生态系统通常为其组件提供慷慨的免费套餐，使得可以零成本开始构建和实验。成本会随着应用程序使用量的增长而可预测地扩展。