给 AI Agent 一台云计算机Cloudflare Computer 完整上手指南【免费下载链接】computerGive your agent a computer 项目地址: https://gitcode.com/GitHub_Trending/computer1/computer凌晨两点你让 AI Agent 把一份原始日志清洗成周报。它分析得头头是道可你追问中间结果放哪了它只能答存在内存里——会话一结束一切清零。更扎心的是第二步Agent 能把git clone、npm install讲得清清楚楚却没法真的按下回车。缺的从来不是更长的提示词而是一台 AI Agent 云计算机。Cloudflare Computer 想解决的就是这个它把持久化虚拟文件系统塞进 Cloudflare Durable Object再叠加可插拔的执行后端让 Agent 有盘可写、有 Shell 可跑。它是什么一台住在 Durable Object 里的计算机一句话定位跑在 Cloudflare Workers 上的 Agent 工作区——权威状态住在 Durable Object 的 SQLite 里执行则通过workspace.runtime.exec()这一个入口路由到不同后端。架构上它把状态和执行彻底拆开。Durable Object 里的 SQLite 是唯一可信源workspace.fs暴露出一套接近node:fs/promises的异步文件操作执行侧则是可插拔的——同一个 Workspace 可以注册多个后端用稳定 ID 区分首次使用时才懒加载连接。当然你也可以一个后端都不挂只把它当成一台会存文件的持久化磁盘用。文件为什么重启不丢答案不神秘状态不在内存里在 DO 的 SQLite 里。所有writeFile、mkdir、grep都写回这份状态DO 重启、Worker 换机器文件都还在。真正有意思的是容器这条链路沙箱容器里跑着computerd守护进程它通过 FUSE 把 SQLite 状态投影成一个真实挂载点容器内的进程看到的是普通文件系统容器侧产生的变更再经 capnweb RPC 通道同步回 DO。也就是说代码里写进去的文件exec里立即可见反过来也一样——两边不存在第二份存储也就没有忘了同步这回事。机制细节可看 同步协议文档。命令在哪里真正执行三个后端共用一个入口workspace.runtime.exec(source, { backend })选谁source的含义就跟着变。容器后端 最重也最全一个带 FUSE 挂载的 Linux 容器pandoc、npm、python、测试框架这些真实二进制都能跑还能出公网代价是冷启动最慢。Isolate Shell 走另一条路——在 Dynamic Worker 里跑 just-bash冷启动很快grep、sed、jq这类文本工具和内置git命令都覆盖得住适合快进快出的文本操作。Isolate JavaScript 则完全不碰 Shell把一个 ESM 模块送进新的 Dynamic Worker拿到结构化输入输出、node:fs/promises以及可信的ws:git、ws:artifacts模块适合确定性脚本和工具链。我的经验是按命令的脾气选文本处理先走 shell 后端跑不动再落容器要可复现结果就用 JavaScript 后端。动手体验十分钟让 Agent 在云端干活跟了一遍之后最大的感受是路径很短。先把仓库拉下来下文以 think 示例 为主角git clone https://gitcode.com/GitHub_Trending/computer1/computer cd computer npm install如果只想在自己的 Durable Object 里装文件系统核心就是npm install cloudflare/computerWorker 需开nodejs_compat兼容标志然后挂上 Workspaceconst workspace new Workspace({ storage: this.ctx.storage, backends: [new CloudflareContainerBackend({ /* … */ })], }); await workspace.ready();之后workspace.fs的用法基本和fs/promises一样全异步、绝对路径writeFile写、readFile读、grep全局搜。给 Agent 接工具也是现成的cloudflare/computer/tools里的createAITools()直接暴露 read / write / edit / ls / find / grep / delete可选 exec 和 publish分页、行号、批量编辑的脏活都替你干了。最能直观感受它的是 think 示例 一个带工作区的终端聊天 Agent同时挂着快速 Worker Shell 和完整容器两个后端。开两个终端——npm run dev启动 Workernpm run chat打开终端聊天 UI本地跑容器后端需要 Docker。发一条消息Agent 会自己决定调 read、write 还是 exec 去干活换个--name就是另一个独立实例有自己的 Workspace 和聊天历史互不串台。边界在哪快在哪慢在哪官方用fs-bench和一次完整npm install854 个包、36675 个文件跑过基准结论可以概括成两句话元数据密集的操作快大文件顺序 I/O 慢。先说快的内存 inode 表让 FUSE 挂载在stat、rm、建目录树、find、git init/clone这些场景里比容器内 ext4 真实磁盘更快最高接近 1.8 倍——git status、模块解析这类日常开销恰好落在这一侧。慢的一侧同样明确64 MiB 的顺序读写明显慢于真实磁盘和 tmpfs上面那次完整npm install耗时约 124.7 秒约为 ext4 的 2 倍。原因是写入路径对每个 512 KiB 分块都做内容寻址去重这是同步协议只传变更的代价。完整数字与复现方式在 性能基准文档。所以定位很清楚Agent 规模的工作区不是完整 monorepo。容量上每个 Workspace 约 10 GB与 DO 共享存储容器侧文件系统驻留内存。最后必须提醒一句项目目前处于PREVIEW 阶段API 尚不稳定适合实验、探索与原型暂不建议用于生产。从哪入手仓库里先看这几处examples/think—— 本文跑过的那个终端聊天 Agent两个后端都挂了是理解状态与执行分离最短的路docs/02_sync_protocol.md—— DO 与容器之间的状态同步是整个项目的核心设计读懂它就读懂了一半docs/19_performance.md—— 完整基准数据、对照基线和本地复现方式怀疑性能时直接翻这里examples/tutorial—— 教学向示例Agent 写一份 Markdown容器里用pandoc产出 PDF把文件在两端可见演示得最直白。其余还有 mcp、egress、rlm、assets 等十余个可运行示例各自带 README按需取用即可。它给的是三样东西的合体Durable Object 里的持久化文件系统、可插拔的执行沙箱以及现成的 Agent 工具集。如果你的 Agent 需要一个能重启、能跑命令、能出结果的工作区它现在是值得先跑一遍原型的选择。【免费下载链接】computerGive your agent a computer 项目地址: https://gitcode.com/GitHub_Trending/computer1/computer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/18 21:16:34 · 阅读 1.2k 给 AI Agent 一台云计算机：Cloudflare Computer 完整上手指南
给 AI Agent 一台云计算机Cloudflare Computer 完整上手指南【免费下载链接】computerGive your agent a computer 项目地址: https://gitcode.com/GitHub_Trending/computer1/computer凌晨两点你让 AI Agent 把一份原始日志清洗成周报。它分析得头头是道可你追问中间结果放哪了它只能答存在内存里——会话一结束一切清零。更扎心的是第二步Agent 能把git clone、npm install讲得清清楚楚却没法真的按下回车。缺的从来不是更长的提示词而是一台 AI Agent 云计算机。Cloudflare Computer 想解决的就是这个它把持久化虚拟文件系统塞进 Cloudflare Durable Object再叠加可插拔的执行后端让 Agent 有盘可写、有 Shell 可跑。它是什么一台住在 Durable Object 里的计算机一句话定位跑在 Cloudflare Workers 上的 Agent 工作区——权威状态住在 Durable Object 的 SQLite 里执行则通过workspace.runtime.exec()这一个入口路由到不同后端。架构上它把状态和执行彻底拆开。Durable Object 里的 SQLite 是唯一可信源workspace.fs暴露出一套接近node:fs/promises的异步文件操作执行侧则是可插拔的——同一个 Workspace 可以注册多个后端用稳定 ID 区分首次使用时才懒加载连接。当然你也可以一个后端都不挂只把它当成一台会存文件的持久化磁盘用。文件为什么重启不丢答案不神秘状态不在内存里在 DO 的 SQLite 里。所有writeFile、mkdir、grep都写回这份状态DO 重启、Worker 换机器文件都还在。真正有意思的是容器这条链路沙箱容器里跑着computerd守护进程它通过 FUSE 把 SQLite 状态投影成一个真实挂载点容器内的进程看到的是普通文件系统容器侧产生的变更再经 capnweb RPC 通道同步回 DO。也就是说代码里写进去的文件exec里立即可见反过来也一样——两边不存在第二份存储也就没有忘了同步这回事。机制细节可看 同步协议文档。命令在哪里真正执行三个后端共用一个入口workspace.runtime.exec(source, { backend })选谁source的含义就跟着变。容器后端 最重也最全一个带 FUSE 挂载的 Linux 容器pandoc、npm、python、测试框架这些真实二进制都能跑还能出公网代价是冷启动最慢。Isolate Shell 走另一条路——在 Dynamic Worker 里跑 just-bash冷启动很快grep、sed、jq这类文本工具和内置git命令都覆盖得住适合快进快出的文本操作。Isolate JavaScript 则完全不碰 Shell把一个 ESM 模块送进新的 Dynamic Worker拿到结构化输入输出、node:fs/promises以及可信的ws:git、ws:artifacts模块适合确定性脚本和工具链。我的经验是按命令的脾气选文本处理先走 shell 后端跑不动再落容器要可复现结果就用 JavaScript 后端。动手体验十分钟让 Agent 在云端干活跟了一遍之后最大的感受是路径很短。先把仓库拉下来下文以 think 示例 为主角git clone https://gitcode.com/GitHub_Trending/computer1/computer cd computer npm install如果只想在自己的 Durable Object 里装文件系统核心就是npm install cloudflare/computerWorker 需开nodejs_compat兼容标志然后挂上 Workspaceconst workspace new Workspace({ storage: this.ctx.storage, backends: [new CloudflareContainerBackend({ /* … */ })], }); await workspace.ready();之后workspace.fs的用法基本和fs/promises一样全异步、绝对路径writeFile写、readFile读、grep全局搜。给 Agent 接工具也是现成的cloudflare/computer/tools里的createAITools()直接暴露 read / write / edit / ls / find / grep / delete可选 exec 和 publish分页、行号、批量编辑的脏活都替你干了。最能直观感受它的是 think 示例 一个带工作区的终端聊天 Agent同时挂着快速 Worker Shell 和完整容器两个后端。开两个终端——npm run dev启动 Workernpm run chat打开终端聊天 UI本地跑容器后端需要 Docker。发一条消息Agent 会自己决定调 read、write 还是 exec 去干活换个--name就是另一个独立实例有自己的 Workspace 和聊天历史互不串台。边界在哪快在哪慢在哪官方用fs-bench和一次完整npm install854 个包、36675 个文件跑过基准结论可以概括成两句话元数据密集的操作快大文件顺序 I/O 慢。先说快的内存 inode 表让 FUSE 挂载在stat、rm、建目录树、find、git init/clone这些场景里比容器内 ext4 真实磁盘更快最高接近 1.8 倍——git status、模块解析这类日常开销恰好落在这一侧。慢的一侧同样明确64 MiB 的顺序读写明显慢于真实磁盘和 tmpfs上面那次完整npm install耗时约 124.7 秒约为 ext4 的 2 倍。原因是写入路径对每个 512 KiB 分块都做内容寻址去重这是同步协议只传变更的代价。完整数字与复现方式在 性能基准文档。所以定位很清楚Agent 规模的工作区不是完整 monorepo。容量上每个 Workspace 约 10 GB与 DO 共享存储容器侧文件系统驻留内存。最后必须提醒一句项目目前处于PREVIEW 阶段API 尚不稳定适合实验、探索与原型暂不建议用于生产。从哪入手仓库里先看这几处examples/think—— 本文跑过的那个终端聊天 Agent两个后端都挂了是理解状态与执行分离最短的路docs/02_sync_protocol.md—— DO 与容器之间的状态同步是整个项目的核心设计读懂它就读懂了一半docs/19_performance.md—— 完整基准数据、对照基线和本地复现方式怀疑性能时直接翻这里examples/tutorial—— 教学向示例Agent 写一份 Markdown容器里用pandoc产出 PDF把文件在两端可见演示得最直白。其余还有 mcp、egress、rlm、assets 等十余个可运行示例各自带 README按需取用即可。它给的是三样东西的合体Durable Object 里的持久化文件系统、可插拔的执行沙箱以及现成的 Agent 工具集。如果你的 Agent 需要一个能重启、能跑命令、能出结果的工作区它现在是值得先跑一遍原型的选择。【免费下载链接】computerGive your agent a computer 项目地址: https://gitcode.com/GitHub_Trending/computer1/computer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考