Cloudflare Skills：让 AI Agent 学会部署和管理 Cloudflare 全栈服务

让 AI Agent 真正上手 Cloudflare 开发的官方技能套装——cloudflare/skills 深度解读

Cloudflare Skills（cloudflare/skills）是 Cloudflare 官方释出的 Agent Skills 开源集合，专为 AI 编程 Agent 提供 Workers、Pages、存储（KV/D1/R2）、AI（Workers AI/Vectorize）、Agents SDK 以及更广泛的 Cloudflare 开发者平台的上下文指引与可执行指令。今日（2026-08-06）被腾讯云开发者社区等中文技术媒体同步热推，正式进入国内开发者视野。

Cloudflare Skills 由 Cloudflare 官方维护，最大特点是「让 AI Agent 学会用 Cloudflare」。在它出现之前，AI Agent 虽然能生成代码，但往往不知道某项 Cloudflare 功能何时用、怎么配、边界在哪里——导致生成的 Worker 配置错误百出、或者根本不知道 Workers AI 支持哪些模型。Cloudflare Skills 通过结构化的 Skill 文件和 MCP Server，把 Cloudflare 官方文档与最佳实践注入 Agent 的上下文中，让 Agent 的回答从「笼统建议」变成「精准配置」。

GitHub 数据显示，该仓库截至 2026-08-06 累计 2,561 Stars、240 Forks，创建于 2025-12-10，2026-07-24 有最新推送。覆盖 Claude Code、OpenCode、OpenAI Codex、Pi 等主流 AI 编程 Agent，是目前 Cloudflare 官方唯一对外的 Agent Skills 套件。今日被腾讯云、OSCHINA 等平台同步推荐，社媒讨论量正处于上升期。

GitHub：https://github.com/cloudflare/skills

作者为 Cloudflare 官方团队（GitHub Organization @cloudflare），负责维护 Cloudflare 全球网络与开发者平台生态。Cloudflare 是全球领先的 CDN / Edge Computing / 安全厂商，Workers 平台是业界最成熟的 Edge Runtime 之一，官方出 Skill 具备权威性与长期维护保障。

Cloudflare Skills 包含两大部分：主技能集与Cloudflare One 专项。

主技能集涵盖 6 个 Skill：最核心的是 cloudflare Skill，覆盖 Workers、Pages、KV、D1、R2、Workers AI、Vectorize、Agents SDK 的完整上下文；agents-sdk 教 Agent 如何用 Cloudflare Agents SDK 构建有状态 AI Agent（支持状态管理、调度、RPC、MCP Server、邮件、流式聊天）；durable-objects 专注有状态协调（聊天室、游戏、预订系统）以及 SQLite、Alarms、WebSocket；sandbox-sdk 提供 AI 代码执行、沙箱环境、CI/CD 集成指引；wrangler 是部署与管理 Workers、KV、R2、D1、Vectorize、Queues、Workflows 的指令集；web-perf 审计 Core Web Vitals（FCP/LCP/TBT/CLS）及渲染阻塞问题。

此外还有 5 个 Cloudflare One 专项短 Skill，专门针对零信任网络产品线（Access、Gateway、WARP、Tunnel、Magic WAN、DLP、CASB）。

每个 Skill 有两类触发机制：Commands（斜杠命令）由用户主动调用，包括 /cloudflare:build-agent（用 Agents SDK 构建 AI Agent）和 /cloudflare:build-mcp（构建 MCP Server）；Skills（上下文技能）则在对话匹配时自动加载，无需用户手动指定。此外内置了 4 个 Cloudflare 远程 MCP Server（cloudflare-api/cloudflare-docs/cloudflare-bindings/cloudflare-observability），为 Agent 提供实时的 API 操作与文档检索能力。

安装方式兼容所有主流 Agent：Claude Code 用户执行 /plugin marketplace add cloudflare/skills 再 /plugin install cloudflare@cloudflare；Cursor 用户在 Settings > Rules 添加 Remote Rule；OpenCode 用 npx skills add https://github.com/cloudflare/skills；OpenAI Codex 对应 ~/.codex/skills/ 目录。安装后，Agent 自动识别 Cloudflare 相关请求并加载对应 Skill，无需手动切换。

典型使用场景是让 Agent 在不知道如何配置 Workers KV、如何选择 D1 与 R2 的边界、或如何部署一个 AI Agent 到 Edge 时，能给出符合 Cloudflare 官方规范的答案与代码。目标用户包括需要将 AI 应用部署到 Edge 的开发者、用 Cloudflare 构建 Serverless 后端的团队、以及关注 Agent 基础设施能力的 AI/ML 工程师。

输入案例 1：
用户（通过 Agent 界面）：「帮我用 Cloudflare Workers AI 跑一个 embedding 服务，需要把向量存到 Vectorize 里做相似度检索」

输出： Agent 识别到 cloudflare + workers-ai + vectorize 触发词，自动加载 Skill，生成 Wrangler 配置、Workers AI binding 设置、Vectorize index 创建命令，以及完整的 TypeScript Worker 示例代码（含 embedding 路由与最近邻查询）。

输入案例 2：
用户：「我想构建一个有状态的聊天 Agent，部署在 Cloudflare Edge，需要支持 WebSocket」

输出： Agent 加载 agents-sdk Skill，识别 WebSocket + 有状态需求，推荐 Durable Objects 而非纯 Workers，并给出 agents SDK 的 scaffold 命令、DO 类定义模板、以及 Stream 流式回复的最小实现示例。

GitHub: https://github.com/cloudflare/skills