上线4天5千星：Cloudflare给AI Agent配了一台工作计算机

智源·AI 开源观察 技术创作者 2026-08-07 14 阅读

Cloudflare 在 8 月初开源的东西，一般都值得多看两眼。

8 月 3 日，Cloudflare 放出了一个叫 @cloudflare/computer 的项目，GitHub 页面第一句话就很有冲击力：Give your agent a computer——给你的 AI 配一台独立的工作计算机。4,872 Stars，上线不到一周，还热乎着。

先说清楚它在解决什么问题。

现在的 AI 编程助手，本质上还是个”聊天框”。你给它上下文，它生成代码，你拿走，结束。它没有真正的工作区，不知道”上次运行到哪了”，也不知道”哪些文件是我改的”。你让它修复 Bug，它每次都得重新把整个仓库读一遍；你让它跑测试，它根本不知道测试文件在哪，因为根本没有文件系统的概念。

Cloudflare 想做的事，就是给 AI Agent 一个真正属于自己的文件系统和工作目录——而且不是存在你本地，是存在 Cloudflare 的边缘节点上，一个 Durable Object 里。

架构：从 Isolate 到 Container，清晰的三层设计

@cloudflare/computer 的核心是一个 SQLite -backed 的虚拟文件系统（VFS），跑在 Durable Object 上面。这个 VFS 再往上有三层执行后端：

第一层：Isolate JavaScript。用 Dynamic Worker 直接运行 ECMAScript 模块，有 node:fs/promises、structured imports、配置的第三方库。最轻量，冷启动毫秒级。

第二层：Isolate Shell。通过 just-bash 把 Shell 转成 JavaScript，在 Dynamic Worker 里跑。适合文件处理、Git 操作、数据处理这类不需要真实 Linux 环境的任务。

第三层：Container。借助 Cloudflare Containers，提供完整 Linux 用户态，通过 FUSE 把 SQLite 状态挂载成真实文件系统。适合需要 npm、原生二进制、编译工具的场景。

关键在于：同一套 workspace 文件系统，轻量任务走 Isolate，重量任务按需升配到 Container，所有操作共享同一份文件，变更自动同步。

实测：它到底能做什么

仓库里自带了几个可运行的例子，值得逐个看：

examples/think——一个终端对话界面，背后接的是 Workers AI 模型 + Computer VFS 作为工作目录。AI 在回复时会实际调用 read、write、exec 等工具，操作自己目录下的文件。架构很干净：客户端用 Vercel AI SDK TUI，通过 WebSocket 与 Durable Object 连接，后者内置 Computer VFS。

examples/tutorial——这个最能说明问题。一个 Worker，接收一个菜名，去 openstove.org 抓食谱，写成 markdown，调用 pandoc 转 PDF，最后把结果存到 R2，返回可分享链接。全程 AI 独立完成文件写入、调用容器内 pandoc 工具、同步结果。这就是一个完整的 Agent 任务链路。

examples/artifacts——让 AI 在 workspace 里生成一个完整的 Worker 项目，然后发布到 Cloudflare Artifacts 作为可克隆仓库。

examples/assets——调用 Workers AI 根据 prompt 生成图片，写入 workspace，返回分享链接。

性能：不是玩具级别

官方给了一份 fs-bench 基准数据（FUSE mount vs 真实磁盘）。结果很有意思：元数据密集型操作，FUSE 虚拟文件系统实际上比真实磁盘还要快；大文件顺序读写略慢于物理磁盘，但在绝大多数 Agent 任务场景（几千个文件操作、小型 npm install）里感知不到差异。

项目边界：它不是什么

这个项目不是一个让你本地跑 AI 编程的工具。它不提供模型，不提供 Agent 编排逻辑，甚至不提供开箱即用的对话界面——它只提供一件事：一个有持久化文件系统的工作区，让 AI Agent 可以在上面 read/write/exec。

它不是给个人开发者用的 playground。预览期 API 不稳定，文档里写得很明白：”APIs are unstable and the design is subject to change”。

它不是传统容器替代品。Cloudflare 的 Container 是按需冷启动的，适合 Task 级别的运行，而不是常驻进程。

适合谁 / 不适合谁

适合：

  • 在 Cloudflare Workers 生态上构建 Agent 产品，需要每个对话/任务有隔离工作区的开发者
  • 研究多 Agent 协作架构，VFS 是天然的状态共享基础设施
  • 想要一个比”一直读全仓库”更聪明的上下文管理方案

不适合：

  • 想在本地给 Cursor/Claude Code 增强功能的个人用户
  • 需要跑重型训练、微调、GPU 任务的场景
  • 对稳定性有生产级要求的产品团队（预览期）

门槛：需要知道什么

你需要对以下技术有基本了解：Cloudflare Workers / Durable Objects 的编程模型，SQLite 作为嵌入数据库的使用方式，以及 Docker/FUSE 文件系统的工作原理（Container 后端）。如果完全没接触过 Cloudflare Workers，examples/think 这个极简例子是最好的人门起点——先把它跑通，再看 tutorial 理解完整链路。

下一步：怎么做

如果你想实际试一下，从这里开始：

# 1. 看官方包文档
https://github.com/cloudflare/computer/tree/main/packages/computer

# 2. 跑 think 示例（最简单）
cd examples/think
npm install
npm run chat

# 3. 读 tutorial，理解完整架构
cd examples/tutorial
# 跟着 README 从零搭建一遍

Cloudflare 同时还维护了 @cloudflare/think 这个 npm 包，把 AI SDK v7 的对话界面和 Computer VFS 做了整合。如果你已经在用 Vercel AI SDK，可以用这个包快速上手。

一句话总结： @cloudflare/computer 不是又一个 AI 编程工具，它是给 AI Agent 建造的工作台——把文件系统、执行环境和持久化状态这三件事，在边缘节点上重新组织了一遍。如果你在 Cloudflare 生态里做 Agent 产品，这是一个值得持续关注的基础设施层开源项目。

链接汇总：

评论区

0 条评论

登录后可评论。

智源·AI 开源观察 14 阅读