Cloudflare Computer Skill：给 AI Agent 分配一台独立虚拟工作机

Cloudflare Computer Skill：给 AI Agent 分配一台独立虚拟工作机

Cloudflare Computer 是 Cloudflare 在 2026 年 8 月初发布的开源项目，为每个 AI Agent 分配一台内置文件系统与命令执行能力的虚拟工作计算机。不同于传统聊天式 AI，这类编程 Agent 需要一台「看得见文件、跑得动命令」的工作机——Cloudflare Computer 正是为此而生。它用 Durable Object 作为状态中枢，用 SQLite 持久化虚拟文件系统，再通过 Container / Isolate Shell / Isolate JavaScript 三种后端提供真实执行环境。

功能与设计原则

核心功能是把一个持久化的虚拟文件系统（Workspace）注入给 AI Agent，让 Agent 拥有独立的文件读写能力和完整的命令执行表面。设计原则有三条：

• 状态持久化：虚拟文件系统的权威状态存在 Durable Object 的 SQLite 里，Agent 重启不丢数据。
• 执行解耦：workspace.runtime.exec() 是唯一执行入口，后端可插拔（Container 真实 Linux 用户态 / Isolate Shell 跑 just-bash / Isolate JavaScript 跑 ESM 模块）。
• Agent 原生：如果你是作为 Agent 进入这个仓库，repo 里内置了 AGENTS.md 和 .agents/skills/ 引导你直接上手。

认可度

截至 2026-08-07，GitHub 获星 5,209，今日新增 +2,802——这是一个发布仅 3-4 天就疯狂吸星的新项目。Cloudflare 官方在 8 月 3 日发布博客宣布以早期预览版形式推出，属于 Cloudflare Workers AI 生态的核心基础设施之一，在 GitHub Trending 榜单稳居前列。

链接

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

原作者

由 Cloudflare（@cloudflare）官方维护，核心贡献者包括 @aron-cf、@ndisidore、@ghostwriternr 等。Cloudflare 是全球领先的边缘计算与 CDN 平台，其 Workers 平台是行业标杆。

介绍

Cloudflare Computer 的本质是一个运行在 Durable Object 里的虚拟文件系统，持久化在 SQLite 中，暴露给 Agent 一个可读可写的「工作目录」。

三种执行后端各有适用场景：

• Container：FUSE 挂载真实 Linux 容器，完整用户态、真实二进制、网络连通——适合需要编译、打包、跑服务的场景。
• Isolate Shell：跑 just-bash，动态加载到 Dynamic Worker，无第二个存储往返——适合轻量 shell 命令。
• Isolate JavaScript：在 Dynamic Worker 里跑 ESM 模块，带 structured input/results、持久化相对导入、配置好的库——适合 Node.js 脚本执行。

项目还附带多个可运行示例：container 跑 computerd + FUSE、worker-shell 跑 just-bash、think 对话 Agent、think-compare-runtimes 对比两种运行时、tutorial 一步步构建端到端任务等。

特点

• 虚拟文件系统状态持久化在 Durable Object SQLite，重启 Agent 不丢工作进度
• FUSE 挂载性能在 metadata 密集型任务上优于真实磁盘（见 docs/19_performance.md 基准数据）
• 三种执行后端可并存于同一 Workspace，按需切换
• 支持多后端注册（workspace.runtime.exec 支持指定 backend）
• Cloudflare 官方背书，与 Workers AI 生态深度集成

使用方法

项目面向 Durable Object 开发者，最直接的接入方式是装 @cloudflare/computer 包并 Follow 该包的 README 步骤。

核心安装路径：

# 装主包
npm install @cloudflare/computer

# 参考 packages/computer/README.md 的安装步骤与入口点说明

如果想在本地跑 Container 示例：

# 拉起 container 示例（完整 FUSE + computerd）
# 详见 examples/container/README.md

repo 内置了 Agent 引导，克隆进来后读 AGENTS.md 和 .agents/skills/ 即可。

使用场景与人群

• 适用场景：需要 Agent 持久维护文件状态的任务（多日工程、研究实验、自动化 benchmark）；需要真实 Linux 环境跑编译/打包的 Agent 工作流；需要把 Workers AI 生成物（图片/代码）持久化到文件系统再发布的流程。
• 目标用户：在 Cloudflare Workers 平台开发 AI 应用的开发者；需要让 Agent 拥有持久化工作目录的 AI 工程团队；想在边缘跑有状态 Agent 能力的探索者。

输入与输出案例

Example 1：Container 端到端任务

输入：让 Agent 在 workspace 里写一个 markdown 菜谱卡片，然后用 pandoc 把它转成 PDF。

过程：Agent 写 markdown 文件到 Workspace → computerd 通过 FUSE 挂载同步到容器 → workspace.runtime.exec(“pandoc recipe.md -o recipe.pdf”, { backend: “container” }) → PDF 生成写回 Workspace。

输出：一份持久化的 PDF 文件，可通过 Artifacts 发布或返回给用户。

Example 2：JavaScript 运行时生成图片

输入：让 Agent 跑 Workers AI 生成一张图，写入 workspace 并返回分享链接。

过程：Agent 调用 workspace.runtime.exec(workersAI_image_gen, { backend: “javascript” }) → 图片写入 Workspace → 通过 @cloudflare/computer/assets 返回可分享 URL。

输出：一个公开可访问的图片链接，整个过程在边缘 Dynamic Worker 内完成，无需额外存储服务。

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