关于 CFFBRW — AI Workflow Compiler for Cloudflare Edge
CFFBRW 是工作流编译器,可将自然语言说明或执行计划转为可重复运行的 Cloudflare 边缘自动化。其 MCP 服务让 Agent 管理并执行工作流,运行时无需消耗 AI token。
主要功能
- 01将 Markdown 或计划编译为工作流
- 02验证执行计划
- 03部署、更新和发布工作流
- 04运行工作流并查看执行状态
- 05使用 cron 安排工作流
适用场景
- 01自动化重复的多步骤流程
- 02定期安排报告等任务
- 03通过 API 触发或 cron 运行工作流
- 04为长时间运行的自动化加入审批步骤
MCP 相关
MCP 服务提供验证、部署、管理、运行和安排 CFFBRW 工作流的工具,并提供说明 Schema、步骤类型和示例的资源。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://api.cffbrw.com/mcpclaude mcp add --transport http cffbrw https://api.cffbrw.com/mcp{"mcpServers":{"cffbrw":{"type":"http","url":"https://api.cffbrw.com/mcp"}}}在 Cursor 中打开{"servers":{"cffbrw":{"type":"http","url":"https://api.cffbrw.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"cffbrw":{"type":"http","url":"https://api.cffbrw.com/mcp"}}}{"mcpServers":{"cffbrw":{"serverUrl":"https://api.cffbrw.com/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
https://api.cffbrw.com/mcp需要授权工具
3| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| tags | array | 否 | |
| payload | any | 是 | 任意的 JSON 负载 |
| parent_id | string | 否 | 用于回复的可选 mail_<id> |
| taskbox_id | string | 是 | tbx_<slug> |
| idempotency_key | string | 否 | 可选的 24 小时去重键 |
详细介绍
CFFBRW MCP 服务
Agent 只需思考一次。CFFBRW 永远运行。
CFFBRW 是面向 Cloudflare 边缘网络的 AI 驱动工作流编译器。用简单的英文 Markdown 编写自动化流程,或通过 MCP 编译执行计划。CFFBRW 会在 Cloudflare Workers、Durable Objects、D1、KV 和 R2 上确定性地运行这些流程。运行时不消耗 AI 令牌。可自愈。
此仓库提供 MCP 服务配置,用于将 AI Agent(Claude Code、Cursor、Windsurf、ChatGPT、Copilot)连接到 CFFBRW。
快速设置
Claude Code
将以下内容添加到项目根目录下的 .mcp.json 中:
{
"mcpServers": {
"cffbrw": {
"type": "url",
"url": "https://api.cffbrw.com/mcp",
"headers": {
"Authorization": "Bearer wfk_your_key_here",
"Accept": "application/json, text/event-stream"
}
}
}
}
Cursor / Windsurf
使用相同的 .mcp.json 格式。将文件放在项目根目录下,或通过编辑器的 MCP 设置进行配置。
ChatGPT / Copilot(OAuth)
使用 MCP 服务 URL https://api.cffbrw.com/mcp,客户端会处理 OAuth 重定向。
获取 API 密钥
- 在 cffbrw.com 注册
- 前往 API Keys
- 创建密钥,你将获得
wfk_...
你将获得
14 个工具、4 个资源、2 个提示词。
工具
| 工具 | 描述 |
|---|---|
deploy_workflow | 使用名称、Markdown 和编译后的计划创建新工作流 |
update_workflow | 更新现有工作流的 Markdown 和/或计划 |
publish_workflow | 发布工作流,使其可用于 API 触发和 cron |
unpublish_workflow | 恢复为草稿状态 |
list_workflows | 列出工作区中的所有工作流 |
get_workflow | 获取工作流详情(Markdown、计划、状态) |
validate_plan | 验证计划 JSON——解析连接器意图并执行 9 项语义检查。免费。 |
prevalidate_markdown | 在编译前使用 AI 检查 Markdown 中的问题 |
run_workflow | 执行工作流并返回运行 ID |
get_run_status | 获取包含步骤输出的运行状态 |
list_runs | 列出某个工作流的运行记录 |
schedule_workflow | 设置 cron 计划 |
unschedule_workflow | 移除 cron 计划 |
资源
| 资源 | 你的模型将了解的内容 |
|---|---|
| 执行计划架构 | 计划所用的准确 JSON 格式 |
| 步骤类型 | 如何配置 11 种步骤类型 |
| 可用工具 | 在你的工作区中注册的 MCP 工具 |
| 示例计划 | 从简单到复杂的正确模式 |
提示词
| 提示词 | 用途 |
|---|---|
introduce | 介绍 CFFBRW MCP——请先运行此提示词 |
compile | 指导完成编译 → 验证 → 部署 → 运行的完整流程 |
示例:Agent 流程
User: "Automate a weekly lead report every Monday"
1. Agent reads MCP resources (schema, step types)
2. Agent generates execution plan JSON
3. Agent calls validate_plan → resolves connector intents + validates
4. Agent calls deploy_workflow
5. Agent calls schedule_workflow with cron "0 9 * * MON"
6. Done — runs every Monday, no AI tokens
何时使用 CFFBRW
适合使用 CFFBRW 的场景:
- 在 Cloudflare 边缘网络上运行可重复的多步骤自动化流程
- 需要暂停数天且零成本的人为审批关卡
- 需要自愈式执行(AI 自动修复运行时故障)
- 由 cron 或 webhook 触发的工作流
- 追求成本效益:编译一次,永久运行(约 $0.00005/次运行)
不适合使用 CFFBRW 的场景:
- 任务每次都需要全新的推理(请使用 Agent 循环)
- 希望通过拖放操作搭建流程(请使用 Zapier 或 Make)
- 只运行一次、不会重复的任务
Cloudflare 原语
CFFBRW 封装了 Workers、Durable Objects、D1、KV、R2 和 AgentWorkflow,因此你无需直接管理它们。
11 种步骤类型
http_request | ai_call | transform | conditional | loop | wait | human_approval | code | mcp_call | connector | sub_workflow
连接器目录
Google Drive、Sheets、Calendar、Gmail、Slack、Discord、Notion、SendGrid、Resend、Webhook、Custom HTTP。
定价
| 计划 | 每月积分 | 工作流 | MCP 服务 |
|---|---|---|---|
| 免费版 | 100 | 5 | 2 |
| 专业版 | 1,000 | 50 | 10 |
| 团队版 | 5,000 | 不限 | 25 |
编译 = 10 积分。每个步骤运行 = 1 积分。AI 恢复 = 5 积分。validate_plan = 免费。
Links
- Homepage: cffbrw.com
- Dashboard: cffbrw.com/workflows
- Docs: cffbrw.com/docs/agent-guide
- API Reference: cffbrw.com/docs/api-reference
- Full LLM Reference: cffbrw.com/llms-full.txt
- API Base URL:
https://api.cffbrw.com - MCP Endpoint:
https://api.cffbrw.com/mcp
License
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。