cloudflare-knowledge

Cloudflare 知识技能

全面介绍 Cloudflare 平台知识，涵盖 Workers、边缘存储、AI、MCP 和 Zero Trust。作为精简的协调层，提供对 references/ 中深入参考资料的访问。

激活条件

在用户询问以下内容时激活此技能：

• 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
• Zero Trust（隧道、WARP、Access 策略）
• Workflows 和持久执行、Vectorize、Pages、cron 触发器
• 使用 GitHub Actions 或 Workers Builds 实现 CI/CD
• 可观测性、负载均衡、成本优化

参考资料索引

仅加载当前任务需要的参考资料：

主题	文件	加载时机
所有 Wrangler CLI 命令、完整的 wrangler.jsonc 架构、GitHub Actions、Workers Builds	references/wrangler-cli-and-config.md	初始化项目、配置绑定、编写 CI 流水线、排查 wrangler 问题
KV、R2、D1、Durable Objects、Queues、Hyperdrive——特性、TypeScript API、最佳实践、WebSocket 休眠、多部分上传	references/storage-services-deep-dive.md	选择存储服务、为任何绑定编写处理程序代码、设计架构或分区
Workers AI 模型目录（文本/TTS/STT/图像/视觉/嵌入）、调用示例、在 Workers 上开发 MCP 服务、Cloudflare Tunnel 安装 + Access 策略 + WARP	references/ai-workers-usage.md	调用 AI 模型、构建 MCP 服务、设置 cloudflared、配置 Zero Trust 入口
Workers AI 模型选择（不同任务对应的模型、上下文窗口、性能）	references/ai-workers-models.md	在 Llama、Mistral、Qwen、DeepSeek、Whisper 各版本等模型之间做出选择
深入了解 MCP 服务开发（传输类型、身份验证、工具架构）	references/mcp-server-development.md	构建生产级 MCP 服务、调试传输
深入了解 Zero Trust 配置（组织策略、身份提供方、设备状态检查）	references/zero-trust-setup.md	在生产环境中部署 Zero Trust
与 AWS/Azure/GCP 的成本比较、定价表、优化策略	references/cost-comparison.md	预算规划、方案选择、成本优化
集成非 Cloudflare 服务（Stripe、OpenAI、GitHub、来自 Workers 的第三方 API）	references/third-party-integrations.md	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 多个数据中心，提供：

• Workers — 在边缘运行无服务器 JavaScript/TypeScript/Python/WASM
• Pages — 静态网站和全栈应用托管
• R2 — 与 S3 兼容的对象存储，无出口费用
• D1 — 无服务器 SQLite 数据库（强一致性，最大 10 GB）
• KV — 最终一致的键值存储
• Durable Objects — 支持 WebSocket 休眠的有状态协调
• Queues — 支持 DLQ 的异步消息处理
• Hyperdrive — 用于远程 Postgres/MySQL 的数据库连接池
• Workers AI — 在边缘运行 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 — 持久化的多步骤执行

核心工作流

1. 搭建项目骨架 — 运行 npm create cloudflare@latest，然后运行 npx wrangler login。Wrangler CLI 详情：wrangler-cli-and-config.md。
2. 选择存储基元 — KV 用于配置和会话，R2 用于二进制对象，D1 用于关系型数据，Durable Objects 用于协调，Queues 用于异步任务，Hyperdrive 用于远程 SQL。特性和权衡：storage-services-deep-dive.md。
3. 向 wrangler.jsonc 添加绑定 — KV 命名空间、R2 存储桶、D1 数据库、DO、Queues、AI、Vectorize、服务绑定、cron 触发器、路由、可观测性。完整架构：wrangler-cli-and-config.md。
4. 实现处理程序 — fetch、scheduled、queue、email。各绑定的 API：storage-services-deep-dive.md。AI 调用：ai-workers-usage.md。
5. 本地开发 — 运行 npx wrangler dev（远程绑定请使用 --remote；通过 /__scheduled?cron=*+*+*+*+* 触发 cron）。
6. 部署 — 运行 npx wrangler deploy [--env staging]。使用 npx wrangler rollback 回滚。CI/CD 配方（GitHub Actions、Workers Builds）：wrangler-cli-and-config.md。

快速决策指南

任务	选择	参考
存储用户会话、配置标记	KV（最终一致性）	storage-services-deep-dive.md
存储媒体、备份、数据集	R2（零出口流量费用，单个对象最大 5 TB）	storage-services-deep-dive.md
关系型查询、ACID	D1（SQLite，强一致性）	storage-services-deep-dive.md
实时协调、聊天、计数器	Durable Objects（+ WebSocket 休眠）	storage-services-deep-dive.md
后台任务、解耦	Queues（至少一次投递，DLQ）	storage-services-deep-dive.md
低延迟访问远程 Postgres/MySQL	Hyperdrive	storage-services-deep-dive.md
在边缘运行 LLM/嵌入/TTS/STT	Workers AI	ai-workers-usage.md + ai-workers-models.md
无需开放防火墙即可公开内部应用	Cloudflare Tunnel（cloudflared）	ai-workers-usage.md（快速入门）+ zero-trust-setup.md（生产环境）
在 Workers 上构建 MCP 服务	@cloudflare/mcp-server	ai-workers-usage.md（快速入门）+ mcp-server-development.md（深入指南）
集成 Stripe、OpenAI、GitHub 等	第三方 API 模式	third-party-integrations.md
制定预算并与 AWS/Azure/GCP 对比	价格比较	cost-comparison.md

最佳实践

性能

1. 使用边缘缓存 — 通过 caches.default 缓存 API 响应。
2. 尽量减少冷启动 — 保持 Workers 体积小，优先使用动态导入。
3. 使用 Service Bindings — Worker 间调用零成本。
4. 批量操作 — 合并 KV/R2/D1 操作。
5. 使用 Hyperdrive 访问远程 PostgreSQL/MySQL。

安全

1. 使用 wrangler secret put 设置凭据，切勿将凭据硬编码。
2. 验证并清理所有用户输入。
3. 始终使用 HTTPS；在路由上强制启用。
4. 实施速率限制（Workers Rate Limiting API 或 WAF 规则）。
5. 对内部服务使用 Zero Trust Access（参见 zero-trust-setup.md）。

成本优化

1. 使用 Static Assets（免费、静态文件服务不限量）。
2. 对高流量 Workers，通过 observability.logs.head_sampling_rate 对日志进行采样。
3. 使用 KV/R2 缓存，减少 D1 或外部 API 调用。
4. 批量处理 Queue 消息，降低每条消息的开销。
5. 在 Workers AI 中选择适合任务的模型尺寸 — 参见 ai-workers-models.md。
6. 完整价格表和跨云比较：cost-comparison.md。

快速参考

任务	命令
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=...

完整的命令列表（包括所有标志和子命令）请参见 references/wrangler-cli-and-config.md。