Cloudflare MCP 服务器

模型上下文协议（MCP）是一种用于在大型语言模型（LLMs）与外部系统之间管理上下文的新型标准化协议。在此仓库中，您可以找到多个 MCP 服务器，允许您从 MCP 客户端（例如 Cursor、Claude）连接到 Cloudflare 的服务，并通过您的 Cloudflare 账户以自然语言完成任务。

这些 MCP 服务器使您的 MCP 客户端能够读取您账户中的配置、处理信息、基于数据提出建议，甚至为您执行这些建议的更改。所有这些操作都可以跨 Cloudflare 的众多服务进行，包括应用开发、安全性和性能优化等。

它们同时支持通过 /mcp 的 streamable-http 传输方式，以及通过 /sse 的 sse 传输方式（已弃用）。

本仓库包含以下服务器：

服务器名称	描述	服务器 URL
文档服务器	获取关于 Cloudflare 的最新参考信息	https://docs.mcp.cloudflare.com/mcp
Workers 绑定服务器	构建具有存储、AI 和计算原语的 Workers 应用程序	https://bindings.mcp.cloudflare.com/mcp
Workers 构建服务器	获取洞察并管理您的 Cloudflare Workers 构建	https://builds.mcp.cloudflare.com/mcp
可观测性服务器	调试并深入了解您的应用程序日志和分析	https://observability.mcp.cloudflare.com/mcp
Radar 服务器	获取全球互联网流量洞察、趋势、URL 扫描及其他实用工具	https://radar.mcp.cloudflare.com/mcp
容器服务器	启动一个沙盒开发环境	https://containers.mcp.cloudflare.com/mcp
浏览器渲染服务器	捕获网页、将其转换为 Markdown 并截取屏幕截图	https://browser.mcp.cloudflare.com/mcp
Logpush 服务器	获取 Logpush 作业运行状况的快速摘要	https://logs.mcp.cloudflare.com/mcp
AI 网关服务器	搜索您的日志，获取有关提示和响应的详细信息	https://ai-gateway.mcp.cloudflare.com/mcp
AutoRAG 服务器	列出并搜索您 AutoRAG 上的文档	https://autorag.mcp.cloudflare.com/mcp
审计日志服务器	查询审计日志并生成报告供审查	https://auditlogs.mcp.cloudflare.com/mcp
DNS 分析服务器	根据当前配置优化 DNS 性能并调试问题	https://dns-analytics.mcp.cloudflare.com/mcp
数字体验监控服务器	快速了解贵组织的关键应用	https://dex.mcp.cloudflare.com/mcp
Cloudflare One CASB 服务器	快速识别 SaaS 应用中的任何安全配置错误，以保护用户和数据	https://casb.mcp.cloudflare.com/mcp
GraphQL 服务器	使用 Cloudflare 的 GraphQL API 获取分析数据	https://graphql.mcp.cloudflare.com/mcp

您应该使用哪个 Cloudflare MCP 服务器？

Cloudflare 提供两类 MCP 服务器：

• 代码模式服务器（mcp.cloudflare.com）位于 cloudflare/mcp： 当您希望通过代码执行广泛访问 Cloudflare 的各类 API 时，这是最佳选择。
• 特定领域服务器（*.mcp.cloudflare.com）位于此仓库中： 当您需要针对特定 Cloudflare 产品领域的精选、类型化的工具时，这是最佳选择。

何时应分别使用？

当您需要以下情况时，请使用 代码模式服务器：

• 需要在多个 Cloudflare 产品中获得广泛的 API 覆盖；
• 更倾向于使用较少的通用工具；
• 您的工作流程更适合通过代码执行来完成。

当您需要以下情况时，请使用此仓库中的 特定领域服务器：

• 您希望使用专为特定产品领域构建的工具；
• 您希望进行更有指导性、类型化的交互；
• 您主要在一个 Cloudflare 领域内工作，例如可观测性、绑定、Radar 或浏览器渲染。

有关代码模式服务器的更多信息，请参阅：cloudflare/mcp。

从任何 MCP 客户端访问远程 MCP 服务器

如果您的 MCP 客户端原生支持远程 MCP 服务器，则该客户端将提供一种直接在其界面中接受服务器 URL 的方式（例如 Cloudflare AI Playground）。

如果您的客户端尚不支持远程 MCP 服务器，则您需要使用 mcp-remote（https://www.npmjs.com/package/mcp-remote）设置其相应的配置文件，以指定您的客户端可以访问哪些服务器。

{
	"mcpServers": {
		"cloudflare-observability": {
			"command": "npx",
			"args": ["mcp-remote", "https://observability.mcp.cloudflare.com/mcp"]
		},
		"cloudflare-bindings": {
			"command": "npx",
			"args": ["mcp-remote", "https://bindings.mcp.cloudflare.com/mcp"]
		}
	}
}

使用 Cloudflare 的 MCP 服务器与 OpenAI Responses API

要将 Cloudflare 的某个 MCP 服务器与 OpenAI 的 Responses API 配合使用，您需要为 Responses API 提供一个具备该特定 MCP 服务器所需作用域（权限）的 API 令牌。

例如，要将 浏览器渲染 MCP 服务器 与 OpenAI 搭配使用，请在 Cloudflare 控制台的 此处 创建一个 API 令牌，并赋予以下权限：

需要访问更多 Cloudflare 工具吗？

我们仍在持续向这个远程 MCP 服务器仓库添加更多功能。如果您想提供反馈、提交错误报告或提出功能请求，请在此仓库中 新建一个问题。

故障排除

“Claude 的回复被中断了……”

如果您看到此消息，很可能是因为 Claude 达到了上下文长度限制，从而在回复途中停止了。这种情况最常发生在会触发大量链式工具调用的服务器上，比如可观测性服务器。

为降低遇到此问题的可能性：

• 尽量具体明确，保持查询简洁。
• 如果单个请求调用了多个工具，可以尝试将其拆分为若干较小的工具调用，以确保响应内容较短。

付费功能

部分功能可能需要付费的 Cloudflare Workers 方案。请确保您的 Cloudflare 账户已订阅相应等级，以使用您计划使用的功能。

参与贡献

有兴趣参与贡献并在本地运行此服务器吗？请参阅 CONTRIBUTING.md 以开始操作。

Cloudflare MCP Server 快速上手指南

Cloudflare MCP Server 是一套基于模型上下文协议（MCP）的工具集，允许你通过自然语言在 MCP 客户端（如 Cursor、Claude）中直接操作 Cloudflare 服务，涵盖应用开发、安全、性能分析等多个领域。

环境准备

在开始之前，请确保满足以下条件：

• 操作系统：支持 macOS、Linux 或 Windows（需安装 Node.js 环境）。
• Node.js：版本需为 v18 或更高（推荐 v20+）。
  • 检查版本：node -v
• MCP 客户端：已安装支持 MCP 协议的编辑器或工具（例如 Cursor、Claude Desktop 等）。
• Cloudflare 账号：拥有有效的 Cloudflare 账号。部分高级功能可能需要付费的 Workers 订阅计划。
• 网络环境：由于服务器托管在 *.mcp.cloudflare.com，请确保你的网络能够稳定访问 Cloudflare 全球节点。

安装步骤

Cloudflare 提供的这些服务器是远程托管的，无需在本地下载源码或编译。你只需要在 MCP 客户端的配置文件中添加对应的服务器地址即可。

1. 选择需要的服务器

根据需求从下表中选择对应的服务器 URL（推荐使用 streamable-http 传输协议）：

功能场景	服务器名称	配置用 URL
通用开发 (Workers 绑定、存储、AI)	Workers Bindings	https://bindings.mcp.cloudflare.com/mcp
可观测性 (日志、分析、调试)	Observability	https://observability.mcp.cloudflare.com/mcp
网络情报 (流量趋势、URL 扫描)	Radar	https://radar.mcp.cloudflare.com/mcp
浏览器渲染 (网页转 Markdown、截图)	Browser Rendering	https://browser.mcp.cloudflare.com/mcp
文档查询 (最新参考信息)	Documentation	https://docs.mcp.cloudflare.com/mcp
构建管理 (Workers Builds)	Workers Builds	https://builds.mcp.cloudflare.com/mcp
日志健康 (Logpush 摘要)	Logpush	https://logs.mcp.cloudflare.com/mcp
AI 网关 (提示词与响应日志)	AI Gateway	https://ai-gateway.mcp.cloudflare.com/mcp
AutoRAG (文档检索)	AutoRAG	https://autorag.mcp.cloudflare.com/mcp
审计日志 (查询与报告)	Audit Logs	https://auditlogs.mcp.cloudflare.com/mcp
DNS 分析 (性能优化)	DNS Analytics	https://dns-analytics.mcp.cloudflare.com/mcp
数字体验监控 (DEX)	Digital Experience Monitoring	https://dex.mcp.cloudflare.com/mcp
CASB 安全 (SaaS 配置检查)	Cloudflare One CASB	https://casb.mcp.cloudflare.com/mcp
GraphQL 数据	GraphQL	https://graphql.mcp.cloudflare.com/mcp
沙箱环境	Container	https://containers.mcp.cloudflare.com/mcp

提示：如果你需要跨多个产品线的广泛 API 访问权限，也可以考虑使用 cloudflare/mcp 中的 Code Mode 服务器。

2. 配置 MCP 客户端

方案 A：客户端原生支持远程服务器

如果你的 MCP 客户端（如 Cloudflare AI Playground 或部分新版 Cursor）支持直接输入远程 URL，只需在设置界面填入上述选定的 Server URL 即可。

方案 B：通过配置文件手动添加

如果客户端不支持直接输入远程 URL，你需要编辑客户端的 MCP 配置文件（通常位于 ~/.config/.../settings.json 或在客户端设置中打开 "Edit Config"），使用 mcp-remote 进行桥接。

在配置文件的 mcpServers 字段中添加以下内容（以配置“可观测性”和"Workers 绑定”为例）：

{
  "mcpServers": {
    "cloudflare-observability": {
      "command": "npx",
      "args": ["mcp-remote", "https://observability.mcp.cloudflare.com/mcp"]
    },
    "cloudflare-bindings": {
      "command": "npx",
      "args": ["mcp-remote", "https://bindings.mcp.cloudflare.com/mcp"]
    }
  }
}

保存文件后，重启 MCP 客户端以使配置生效。

3. 权限配置（针对 OpenAI Responses API 或特定工具）

若通过 OpenAI Responses API 调用或遇到权限错误，需在 Cloudflare Dashboard 创建 API Token：

1. 访问 Cloudflare API Tokens 页面。
2. 创建自定义 Token，勾选对应服务器所需的权限范围（Scopes）。
   • 例如：使用 Browser Rendering 服务器时，需赋予相应的页面抓取或 Workers 执行权限。
3. 将生成的 Token 在客户端或 API 请求头中进行认证（具体取决于客户端实现）。

基本使用

配置完成后，你可以在支持 MCP 的聊天界面中直接使用自然语言与 Cloudflare 交互。

使用示例

场景 1：查询 Workers 绑定信息

用户输入： "列出我当前账户下所有 Workers 的绑定配置，特别是那些连接了 R2 存储桶的应用。"

预期行为： MCP 客户端调用 cloudflare-bindings 服务器，读取你的账户数据，并返回结构化的绑定列表。

场景 2：分析应用日志

用户输入： "帮我查看过去 1 小时内 my-app 应用的错误日志，并总结主要的报错原因。"

预期行为： 客户端调用 cloudflare-observability 服务器，获取日志数据并进行分析总结。

场景 3：网页内容提取

用户输入： "访问 https://example.com，将其主要内容转换为 Markdown 格式给我。"

预期行为： 客户端调用 browser-rendering 服务器，抓取页面并返回转换后的文本。

最佳实践提示

• 保持指令简洁：复杂的链式工具调用可能会触发生成模型的上下文长度限制。如果任务复杂，尝试将其拆分为几个小的步骤依次提问。
• 明确范围：在查询日志或分析数据时，尽量指定具体的时间范围或应用名称，以提高响应速度和准确性。