agents

GitHub
4.7k 493 简单 1 次阅读 今天MIT开发框架Agent图像
AI 解读 由 AI 自动生成,仅供参考

Cloudflare Agents 是一个帮助开发者在云端构建和部署 AI 智能体(AI Agents)的开源框架。它基于 Cloudflare Durable Objects 技术,为每个智能体提供独立、持久且有状态的运行环境。

传统无服务器架构往往难以维持长期对话或复杂任务所需的上下文状态,而 Agents 完美解决了这一痛点。它支持智能体在闲置时自动“休眠”以零成本运行,并在需要时瞬间唤醒,非常适合按用户、会话或游戏房间大规模部署场景。无论是需要记忆历史消息的聊天机器人,还是涉及多步骤审批的工作流,都能轻松应对。

该工具主要面向全栈开发者和 AI 应用构建者。其独特亮点在于极简的开发体验:通过简单的装饰器即可定义可远程调用的方法,并自动实现前后端状态的实时同步;内置对 AI 模型调用、MCP 协议、定时任务及 SQLite 数据库的原生支持。此外,它还提供了专为 React 设计的 Hooks,让前端集成如同调用本地函数般自然流畅,大幅降低了构建高可用、实时交互式 AI 应用的门槛。

使用场景

某在线教育平台需要为成千上万名学生提供实时的 AI 口语陪练服务,要求每个会话都能记住上下文、支持断线重连并低成本运行。

没有 agents 时

  • 状态管理复杂:开发者需自行搭建 Redis 或数据库来存储每个学生的对话历史,代码耦合度高且容易出错。
  • 实时同步困难:实现多端(手机、网页)消息即时同步需要手动维护 WebSocket 连接和复杂的广播逻辑。
  • 资源成本高昂:为保持会话活跃,服务器必须常驻运行,即使学生暂停练习也在消耗算力和费用。
  • 断点续聊体验差:一旦网络波动导致连接中断,重新连接后往往丢失上下文,无法恢复之前的教学进度。

使用 agents 后

  • 原生持久状态:agents 利用 Durable Objects 自动为每个学生维护独立的对话状态,无需额外编写存储逻辑,重启也不丢数据。
  • 自动实时同步:内置的 WebSocket 支持让前后端状态自动同步,学生在手机端说的话,网页端立刻可见,开发仅需调用 useAgent 钩子。
  • 按需唤醒省钱:当学生停止练习时,agents 自动进入休眠状态不产生费用;只有再次发起对话时才瞬间唤醒,大幅降低运营成本。
  • 无缝恢复会话:得益于持久化生命周期,无论网络如何波动,学生重新连接后都能立即接续上一句对话,体验流畅自然。

agents 通过“按需用量、状态自带”的架构,让构建百万级并发、低成本的实时 AI 应用变得像编写本地函数一样简单。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是基于 Cloudflare Durable Objects 的 Node.js 运行时环境,非 Python AI 模型。开发环境强制要求 Node.js 24 或更高版本。它运行在 Cloudflare 边缘网络上,本地开发需使用 npm workspaces 管理。不支持外部 Pull Request,但欢迎提交 Issue 和讨论。
python不适用 (基于 Node.js)
node>=24
npm
agents
@cloudflare/ai-chat
hono-agents
@cloudflare/codemode
agents hero image

快速开始

Cloudflare Agents

npm version npm downloads

npm install agents

Agents 是为代理型工作负载提供支持的持久化、有状态执行环境,由 Cloudflare 的 Durable Objects 提供技术支持。每个 Agent 都拥有独立的状态、存储和生命周期,并内置对实时通信、任务调度、AI 模型调用、MCP、工作流等功能的支持。

Agent 在空闲时会休眠,并在需要时唤醒。您可以运行数百万个 Agent——每个用户、每个会话或每个游戏房间对应一个——当它们处于非活动状态时,不会产生任何费用。

npm create cloudflare@latest -- --template cloudflare/agents-starter

或者将它添加到现有项目中:

npm install agents

阅读文档 — 包括入门指南、API 参考、教程等。

快速示例

一个带有持久化状态、可调用方法并能与 React 前端实现实时同步的计数器 Agent:

// server.ts
import { Agent, routeAgentRequest, callable } from "agents";

export type CounterState = { count: number };

export class CounterAgent extends Agent<Env, CounterState> {
  initialState = { count: 0 };

  @callable()
  increment() {
    this.setState({ count: this.state.count + 1 });
    return this.state.count;
  }

  @callable()
  decrement() {
    this.setState({ count: this.state.count - 1 });
    return this.state.count;
  }
}

export default {
  async fetch(request: Request, env: Env, ctx: ExecutionContext) {
    return (
      (await routeAgentRequest(request, env)) ??
      new Response("Not found", { status: 404 })
    );
  }
};
// client.tsx
import { useAgent } from "agents/react";
import { useState } from "react";
import type { CounterAgent, CounterState } from "./server";

function Counter() {
  const [count, setCount] = useState(0);

  const agent = useAgent<CounterAgent, CounterState>({
    agent: "CounterAgent",
    onStateUpdate: (state) => setCount(state.count)
  });

  return (
    <div>
      <span>{count}</span>
      <button onClick={() => agent.stub.increment()}>+</button>
      <button onClick={() => agent.stub.decrement()}>-</button>
    </div>
  );
}

状态变化会自动同步到所有已连接的客户端。您可以像调用本地函数一样调用这些方法。

功能特性

功能 描述
持久化状态 自动同步到所有连接的客户端,重启后仍能保留状态
可调用方法 通过 @callable() 装饰器实现类型安全的 RPC
任务调度 支持一次性、周期性和基于 Cron 的任务
WebSockets 实时双向通信,并提供生命周期钩子
AI 聊天 消息持久化、可恢复的流式传输、服务器端/客户端工具执行
MCP 可作为 MCP 服务器运行,也可作为 MCP 客户端连接
工作流 支持人工介入审批的持久化多步骤任务
电子邮件 通过 Cloudflare 邮件路由接收和响应邮件
代码模式 LLMs 可生成可执行的 TypeScript 代码,而非单独的工具调用
SQL 通过 Durable Objects 直接执行 SQLite 查询
React 钩子 useAgentuseAgentChat 用于前端集成
Vanilla JS 客户端 AgentClient 适用于非 React 环境

即将推出: 实时语音 Agent、网页浏览(无头浏览器)、沙盒化代码执行以及多渠道通信(SMS、即时通讯应用)。

包列表

描述
agents 核心 SDK — Agent 类、路由、状态管理、任务调度、MCP、电子邮件、工作流
@cloudflare/ai-chat 高级 AI 聊天功能 — 持久化消息、可恢复流式传输、工具执行
hono-agents Hono 中间件,用于将 Agents 集成到 Hono 应用程序中
@cloudflare/codemode 实验性功能 — LLMs 可编写可执行代码来编排工具

示例

examples/ 目录中,您会找到涵盖大多数 SDK 功能的自包含演示——包括 MCP 服务器/客户端、工作流、邮件 Agent、Webhook、井字棋、可恢复流式传输等。而 playground 则是一个集大成的展示,将所有功能整合在一个 UI 中。

此外,在 openai-sdk/ 目录下,还有使用 OpenAI Agents SDK 的示例。

您可以在本地运行任意示例:

cd examples/playground
npm run dev

文档

仓库结构

目录 描述
packages/agents/ 核心 SDK
packages/ai-chat/ AI 聊天层
packages/hono-agents/ Hono 集成
packages/codemode/ 代码模式(实验性)
examples/ 自包含的演示应用
openai-sdk/ 使用 OpenAI Agents SDK 的示例
guides/ 深入的模式教程
docs/ 与 developers.cloudflare.com 同步的 Markdown 文档
site/ 部署的网站(agents.cloudflare.com、AI 实验室)
design/ 架构和设计决策记录
scripts/ 仓库范围内的工具链

开发

需要 Node 24+。使用 npm 工作区。

npm install          # 安装所有工作区
npm run build        # 构建所有包
npm run check        # 全面的 CI 检查(格式化、 lint、类型检查、导出)
CI=true npm test     # 运行测试(vitest + vitest-pool-workers)

packages/ 的更改需要创建变更集:

npx changeset

更多贡献者指南,请参阅 AGENTS.md

贡献

目前我们不接受外部 Pull Request —— SDK 正在快速演进,我们希望保持 API 表面的可控性。不过,我们非常乐意听取您的意见:

许可证

MIT

版本历史

@cloudflare/voice@0.1.02026/04/12
@cloudflare/ai-chat@0.4.22026/04/11
@cloudflare/think@0.2.12026/04/11
@cloudflare/ai-chat@0.4.12026/04/11
@cloudflare/worker-bundler@0.1.02026/04/11
agents@0.10.12026/04/11
@cloudflare/ai-chat@0.4.02026/04/07
@cloudflare/voice@0.0.52026/04/07
@cloudflare/think@0.2.02026/04/07
agents@0.10.02026/04/07
hono-agents@3.0.82026/04/07
@cloudflare/shell@0.3.22026/04/07
@cloudflare/codemode@0.3.42026/04/07
agents@0.9.02026/04/01
@cloudflare/think@0.1.22026/04/01
@cloudflare/codemode@0.3.32026/04/01
@cloudflare/shell@0.3.12026/04/01
@cloudflare/ai-chat@0.3.22026/04/01
@cloudflare/ai-chat@0.3.12026/03/31
@cloudflare/think@0.1.12026/03/30

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

153.6k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|3天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|4天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架