在 Cloudflare 上构建 Agents

Agents SDK 让您能够构建和部署AI驱动的智能体，这些智能体可以自主执行任务、与客户端实时通信、调用AI模型、持久化状态、调度任务、运行异步工作流、浏览网络、从数据库查询数据、支持人机协作交互，以及更多功能。

发布您的第一个 Agent

要使用agents-starter模板并通过Agents SDK创建您的第一个 Agent：

# 安装
npm create cloudflare@latest agents-starter -- --template=cloudflare/agents-starter
# 部署
npx wrangler@latest deploy

前往构建聊天 Agent 指南，了解agents-starter项目是如何构建的，以及如何将其作为您自己 Agents 的基础。

如果您已经在 Workers 上进行开发，您可以直接将 agents 包安装到现有项目中：

npm i agents

然后通过创建一个继承 Agent 类的类来定义您的第一个 Agent：

JavaScript

import { Agent, AgentNamespace } from "agents";

export class MyAgent extends Agent {
  // 在 Agent 上定义方法:
  // https://developers.cloudflare.com/agents/api-reference/agents-api/
  //
  // 每个 Agent 都有通过 this.setState 和 this.sql 的内置状态
  // 通过 this.schedule 的内置调度功能
  // Agents 支持 WebSockets、HTTP 请求、状态同步，并且
  // 可以运行几秒钟、几分钟或几小时：只要任务需要多长时间。
}

TypeScript

import { Agent, AgentNamespace } from "agents";

export class MyAgent extends Agent {
  // 在 Agent 上定义方法:
  // https://developers.cloudflare.com/agents/api-reference/agents-api/
  //
  // 每个 Agent 都有通过 this.setState 和 this.sql 的内置状态
  // 通过 this.schedule 的内置调度功能
  // Agents 支持 WebSockets、HTTP 请求、状态同步，并且
  // 可以运行几秒钟、几分钟或几小时：只要任务需要多长时间。
}

深入了解 Agent SDK 参考文档，了解更多关于如何使用 Agents SDK 包和定义 Agent 的信息。

为什么在 Cloudflare 上构建 Agents？

我们在构建 Agents SDK 时考虑了以下几个方面：

• 内置状态管理: Agents 配备了内置状态管理，能够自动在 Agent 和客户端之间同步状态、在状态变化时触发事件，以及读写每个 Agent 的 SQL 数据库。
• 通信能力: 您可以通过 WebSockets 连接到 Agent，并将更新实时流式传输回客户端。处理推理模型的长时间运行响应、异步工作流的结果，或构建基于 Agents SDK 中包含的 useAgent hook 的聊天应用。
• 可扩展性: Agents 就是代码。使用您想要的 AI 模型，带上您自己的无头浏览器服务，从托管在其他云中的数据库拉取数据，为您的 Agent 添加自己的方法并调用它们。

使用 Agents SDK 构建的 Agents 可以直接部署到 Cloudflare，并在 Durable Objects 上运行——您可以将其视为能够扩展到数千万个的有状态微服务器——并且能够在需要的任何地方运行。让您的 Agents 通过CDN技术以实现低延迟交互，利用CDN技术将数据存储在靠近用户的地方以提高吞吐量，或在两者之间的任何地方运行。

---

在 Cloudflare 平台上构建

Workers

构建无服务器应用程序，在全球范围内即时部署，实现卓越的性能、可靠性和规模。

AI Gateway

通过缓存、速率限制、请求重试、模型回退等功能观察和控制您的 AI 应用程序。

Vectorize

使用 Cloudflare 的向量数据库 Vectorize 构建全栈 AI 应用程序。添加 Vectorize 让您能够执行语义搜索、推荐、异常检测等任务，或用于为 LLM 提供上下文和记忆。

Workers AI

在 Cloudflare 的全球网络上运行由无服务器 GPU 驱动的机器学习模型。

Workflows

构建有状态的 Agents，保证执行，包括自动重试、可运行几分钟、几小时、几天或几周的持久状态。