SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场cloudflare-knowledge

cloudflare-knowledge

部署与运维

查看项目

更新于 10-15 12:03

技能介绍

用途

Cloudflare Knowledge Skill 提供全面的 Cloudflare 平台知识，覆盖 Workers、边缘存储、AI、MCP 与 Zero Trust。它充当一个精简的编排器，按需调用 references/ 目录下的深度参考资料，而不是一次性加载全部内容。

当用户询问以下内容时激活该技能：

  • Cloudflare Workers 开发、Wrangler CLI、wrangler.jsonc 配置
  • 存储服务（R2、D1、KV、Durable Objects、Queues、Hyperdrive）
  • Workers AI 推理（LLM、TTS、STT、图像、嵌入、视觉）
  • 在 Workers 上开发 MCP 服务器
  • Zero Trust（隧道、WARP、Access 策略）
  • Workflows 与持久执行、Vectorize、Pages、cron 触发器
  • 使用 GitHub Actions 或 Workers Builds 的 CI/CD
  • 可观测性、负载均衡、成本优化

参考资料映射

仅加载当前任务所需的参考资料：

  • references/wrangler-cli-and-config.md：全部 Wrangler CLI 命令、完整 wrangler.jsonc schema、GitHub Actions、Workers Builds。适用于初始化项目、配置绑定、编写 CI 流水线、排查 wrangler 问题。
  • references/storage-services-deep-dive.md：KV、R2、D1、Durable Objects、Queues、Hyperdrive 的特性、TypeScript API、最佳实践、WebSocket Hibernation、分片上传。适用于选择存储服务、为任意绑定编写处理代码、设计 schema 或分区。
  • references/ai-workers-usage.md：Workers AI 目录（文本/TTS/STT/图像/视觉/嵌入）、调用示例、Workers 上的 MCP 服务器、Cloudflare Tunnel 安装 + Access 策略 + WARP。适用于调用 AI 模型、构建 MCP 服务器、设置 cloudflared、配置 Zero Trust 入口。
  • references/ai-workers-models.md：Workers AI 模型选择（哪个任务用哪个模型、上下文窗口、性能）。适用于在 Llama、Mistral、Qwen、DeepSeek、Whisper 变体等之间做选择。
  • references/mcp-server-development.md：更深入的 MCP 服务器开发（传输类型、认证、工具 schema）。适用于构建生产级 MCP 服务器、调试传输。
  • references/zero-trust-setup.md：更深入的 Zero Trust 设置（组织策略、身份提供商、态势检查）。适用于生产环境 Zero Trust 落地。
  • references/cost-comparison.md：与 AWS/Azure/GCP 的成本对比、价格表、优化策略。适用于预算规划、套餐选择、成本优化。
  • references/third-party-integrations.md：集成非 Cloudflare 服务（Stripe、OpenAI、GitHub、来自 Workers 的第三方 API）。适用于将外部 API 接入 Worker。

平台概览

Cloudflare 是一个全球边缘计算平台，拥有 300+ 数据中心，提供：

  • Workers — 边缘上的无服务器 JavaScript/TypeScript/Python/WASM
  • Pages — 静态站点与全栈应用托管
  • R2 — 兼容 S3 的对象存储，零出口费用
  • D1 — 无服务器 SQLite 数据库（强一致，最大 10 GB）
  • KV — 最终一致的键值存储
  • Durable Objects — 有状态协调，支持 WebSocket Hibernation
  • Queues — 带 DLQ 的异步消息处理
  • Hyperdrive — 面向远程 Postgres/MySQL 的数据库连接池
  • Workers AI — 边缘上的 LLM/TTS/STT/图像/嵌入/视觉
  • Zero Trust — 基于身份的安全平台
  • Vectorize — 用于 RAG 的向量数据库
  • Workflows — 持久的多步骤执行

核心工作流

  1. 脚手架 — npm create cloudflare@latest，然后 npx wrangler login。Wrangler CLI 细节见 wrangler-cli-and-config.md。
  2. 选择存储原语 — KV 用于配置/会话，R2 用于二进制对象，D1 用于关系型，Durable Objects 用于协调，Queues 用于异步，Hyperdrive 用于远程 SQL。特性与权衡见 storage-services-deep-dive.md。
  3. 在 wrangler.jsonc 中添加绑定 — KV 命名空间、R2 桶、D1 数据库、DO、Queues、AI、Vectorize、服务绑定、cron 触发器、路由、可观测性。完整 schema 见 wrangler-cli-and-config.md。
  4. 实现处理器 — fetch、scheduled、queue、email。各绑定 API 见 storage-services-deep-dive.md。AI 调用见 ai-workers-usage.md。
  5. 本地开发 — npx wrangler dev（使用 --remote 进行远程绑定；通过 /__scheduled?cron=++++* 触发 cron）。
  6. 部署 — npx wrangler deploy [--env staging]。使用 npx wrangler rollback 回滚。CI/CD 配方（GitHub Actions、Workers Builds）见 wrangler-cli-and-config.md。

快速决策指南

  • 存储用户会话、配置标志：KV（最终一致）— storage-services-deep-dive.md
  • 存储媒体、备份、数据集：R2（零出口，5 TB 对象）— storage-services-deep-dive.md
  • 关系查询、ACID：D1（SQLite，强一致）— storage-services-deep-dive.md
  • 实时协调、聊天、计数器：Durable Objects（+ WebSocket Hibernation）— storage-services-deep-dive.md
  • 后台任务、解耦：Queues（至少一次，DLQ）— storage-services-deep-dive.md
  • 低延迟访问远程 Postgres/MySQL：Hyperdrive — storage-services-deep-dive.md
  • 边缘上的 LLM/嵌入/TTS/STT：Workers AI — ai-workers-usage.md + ai-workers-models.md
  • 不开放防火墙暴露内部应用：Cloudflare Tunnel（cloudflared）— ai-workers-usage.md（快速上手）+ zero-trust-setup.md（生产）
  • 在 Workers 上构建 MCP 服务器：@cloudflare/mcp-server — ai-workers-usage.md（快速上手）+ mcp-server-development.md（深入）
  • 集成 Stripe、OpenAI、GitHub 等：第三方 API 模式 — third-party-integrations.md
  • 与 AWS/Azure/GCP 对比预算：价格对比 — cost-comparison.md

最佳实践

性能：

  • 使用边缘缓存 — 通过 caches.default 缓存 API 响应。
  • 最小化冷启动 — 保持 Workers 精简，优先使用动态导入。
  • 使用 Service Bindings — 零成本的 Worker 到 Worker 调用。
  • 批量操作 — 合并 KV/R2/D1 操作。
  • 对远程 PostgreSQL/MySQL 使用 Hyperdrive。

安全：

  • 使用 wrangler secret put 存放凭据，切勿硬编码。
  • 验证并清理所有用户输入。
  • 始终使用 HTTPS；在路由上强制。
  • 实施速率限制（Workers Rate Limiting API 或 WAF 规则）。
  • 对内部服务使用 Zero Trust Access（见 zero-trust-setup.md）。

成本优化：

  • 使用 Static Assets（免费、无限制的静态文件服务）。
  • 对高流量 Workers 通过 observability.logs.head_sampling_rate 采样日志。
  • 使用 KV/R2 缓存以减少 D1 或外部 API 调用。
  • 批量 Queue 消息以减少每条消息开销。
  • 在 Workers AI 中选择适合任务的模型大小 — 见 ai-workers-models.md。

完整价格表与跨云对比见 cost-comparison.md。

快速参考

  • 新建项目：npm create cloudflare@latest
  • 本地开发：npx wrangler dev
  • 部署：npx wrangler deploy
  • 创建 D1：npx wrangler d1 create <name>
  • 创建 KV：npx wrangler kv namespace create <NAME>
  • 创建 R2：npx wrangler r2 bucket create <name>
  • 设置密钥：npx wrangler secret put <NAME>
  • 创建队列：npx wrangler queues create <name>
  • 创建隧道：cloudflared tunnel create <name>
  • 创建 Hyperdrive：npx wrangler hyperdrive create <name> --connection-string=...

完整命令面（每个标志、每个子命令）见 references/wrangler-cli-and-config.md。