Cf:面向 Cloudflare API 的智能代理 CLI

Hacker News Top 工具

摘要

介绍 'cf',一个面向整个 Cloudflare API 的智能代理命令行界面,旨在通过标准化命令和增强的开发者体验,使代理能够执行超过3,000个操作。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/09/28 19:49

# 介绍 cf:面向整个 Cloudflare API 的智能命令行工具 来源:https://blog.cloudflare.com/cloudflare-cf-cli-launch/ 过去一年,智能体对 Wrangler 的使用量呈爆发式增长。 2026 年 3 月,智能体占据了 Wrangler 使用量的四分之一,而前一年这一比例仅为个位数。上周,智能体的使用率达到了 48%。 智能体是更高频的用户,它们每天使用的不同命令数量几乎是人类用户的两倍,并且使用六个或以上命令的可能性是人类用户的近四倍。 智能体青睐命令行工具。但 Wrangler 仅提供了约 280 个操作命令,而 Cloudflare 提供的服务有数千项。 今年早些时候,我们预告了 (https://blog.cloudflare.com/cf-cli-local-explorer) 解决此问题的计划,今天,我们通过引入一个新的命令行工具——cf,让智能体能够使用所有 Cloudflare 产品。 cf 是为下一代软件开发而构建的命令行工具: - 智能体可以通过定制化搜索和引导,找到执行任何操作所需的命令。 - JSON 是默认接口,为人类美化打印,为智能体压缩格式,以最大化节省上下文空间。 - `cloudflare.config.ts` 是适用于整个 Cloudflare 的新配置格式,始于 Workers,并将 TypeScript 的安全性和准确性带给您和您智能体的语言服务器协议 (LSP)。 - Vite 成为默认选择,带来了最佳的本地开发服务器以及面向开发者和框架作者的插件套件。 今天就全局安装公开测试版,随时随地运行它: ## cf 让您的智能体访问整个 Cloudflare API 如果您的智能体能做 Cloudflare 能做的一切呢?这正是今年早些时候激发我们兴趣的问题:智能体越来越强大,但它们能用 Cloudflare 命令行工具做的事情仍然有限。 Wrangler 是手动构建的,每个产品团队贡献并采用自己的方法来开发命令行体验。即使在我们约 280 条命令路径上,跨团队强制执行模式几乎不可能。我们在 `d1 info`、`hyperdrive get`、`workflows describe` 之间使用了不一致的术语,因为每个团队在不同时期制定了自己的规范。有些团队构建了完全自定义的体验,涉及数千行代码,结果却极少使用,而且团队们为解决相同问题想出了不同的方法。 我们想要标准化现有内容,同时进行大规模扩展。Forge (https://blog.cloudflare.com/forge-open-source-generation-pipeline) —— Cloudflare 新的统一 API 生成流水线 —— 使我们能够实现这一点,它基于直接从驱动我们 API 文档和 SDK 生成的 API 模式生成 CLI 命令的理念。我们提供的所有内容都有 OpenAPI 模式,如果我们再添加一点信息,就可以将其用作 Forge 生成 CLI 的源。 这使我们能够将 `cf` 从 Wrangler 随时间积累的大约 280 个功能,扩展到覆盖超过 3,000 个操作的整个 Cloudflare API 表面。 现在,您可以轻松地给您的智能体 `cf` 并让它去设置一个 Worker、部署它、监控和观察它、用 Cloudflare Access 保护它、购买一个域名,并用 Cloudflare WAF 作为前端——所有这些都从一个工具完成。 ## 为从未使用过 cf 的智能体而构建 cf 为软件工程的演进轨迹而构建,智能开发正在极大地改变软件的构建和部署方式。今年我们一直专注于提供工具来支持这一转变,cf 就是其顶峰之作。cf 从零开始构建时就考虑到了智能体,并包含我们认为在不久的将来会成为更多 CLI 标准的新型智能命令发现工具。 Wrangler 的优势在于多年的文档、博客和第三方指南已被吸收进 LLM 的训练过程。它也带来了同样的劣势:现在改变 Wrangler 的工作方式与已学习的行为相悖,并且鉴于我们想要改进的规模,重大的变化是不可避免的。 引入一个智能体从未见过的新 CLI 听起来是一个巨大的颠覆性变化——但实际上这是我们能做的最干净利落的事。由于我们所做的设计决策、我们能够注入的上下文以及我们可以附加的 AGENTS.md 文件,以这种方式切换实际上比让智能体理解它熟悉的工具两个版本之间的主要差异更不令人困惑。我们推出时就内置了一些以智能体为中心的功能,未来还会有更多。 ## 智能体需要过滤 JSON,而不是查看表格 当智能体使用 Wrangler 时,它们会在每个运行的命令后附加 `--json`,然后通常用 `jq` 过滤输出以提取字段子集。但 Wrangler 中只有部分命令支持 `--json`;许多命令返回的是 Unicode 表格,专为在终端中查看输出的人类设计。智能体可以弄懂这些,但这比 `jq` 过滤花费更多的时间和令牌。 在 cf 中,我们采取了相反的立场:智能体只需要 JSON,如果智能体是该工具未来的主要用户,那么 JSON 应该是默认选项。对于绝大多数很少被人类访问的命令来说,这显然是正确的选择。 您作为此 CLI 的人类客户,实际上与使用它有一段距离。智能体能够轻松过滤结果,然后按您请求的任何格式返回该过滤列表,这比提供您可能永远不会直接阅读的表格更可取。 但是,如果您想做一些可能需要真实个人输入的事情,比如搜索要购买的域名呢? 对于您的智能体可以通过链接一长串命名参数来访问的命令,您可以简单地填写一个表单。Cf 将 API 的需求分解为一系列经过验证的输入,因此购买一个域名,即使是具有复杂要求的域名,也很简单易行。 或者,如果您坚持,只需让您的智能体去做。 ## 您的智能体可以自己找到正确的命令 在一个 CLI 中有 3,000 条可能的路径,您的智能体如何快速找到所需的操作而不使您的上下文膨胀?为此,我们还添加了 `cf cli search`。 此命令允许您的智能体用自然语言询问需要做什么,一个小的搜索索引将根据 API 描述和参数提供一个适当的命令列表。当智能体第一次运行 `--help` 时,我们会自动告知它这个命令。 ## 类型检查您智能体的配置 我们的新配置格式基于 TypeScript,对人类和智能体都易于解析,并允许您以编程方式编写配置。 类型化的配置对智能体极为有用。我们发现,即使没有编程配置格式的先验上下文,智能体也能根据需要轻松识别和编辑配置,即使像 `env` 这样的元素已从 Wrangler 中同名功能发生了巨大变化。所有使用 LSP 插件的智能体,如 Claude Code 和 Codex,都能受益于能够在上下文中更深入地解释配置文件格式,并因此提出更准确的建议。 将其与没有可访问模式的 TOML,或智能体很少使用的关联模式的 JSONC 进行比较。 Cloudflare 内部的一些 Wrangler 配置文件已从超过 5,000 行(每位开发者有多个自定义环境)压缩了 40%,成为更高效构建每位开发者配置的工厂文件。 这是通过从相同的通用基础以编程方式定义每个环境实现的,而不是像 Wrangler 中那样复制 `env` 块。一个具有多个环境的简单 Worker 只需切换 Vite 原生的 `mode` 参数即可在一组配置和另一组配置之间切换。 一个简单的配置现在看起来像这样: ``` import { bindings, defineConfig } from "cf/config"; import * as entrypoint from "./index.js" with { type: "cf-worker" }; export default defineConfig(({ mode }) => ({ worker: { name: "example-worker", entrypoint, compatibilityDate: "2026-09-27", env: { Environment: bindings.text(`This is ${mode} environment`), }, }, })); ``` 您可以通过 `cf migrate` 将您的 Cloudflare Worker 迁移到这种新格式。 我们还提供了一些辅助函数,让您构建 Worker 变得轻而易举。 `bindings` 为您的智能体提供了一个简单的入口,用于发现开发者平台所提供的一切。从环境变量到存储、数据库和队列,一切都可以由您的编辑器自动完成和解释。 ``` import { bindings, defineConfig } from "cf/config"; export default defineConfig(({ mode }) => ({ worker: { // ... env: { API_URL: bindings.text( mode === "production" ? "https://example.com" : "https://staging.example.com", ), API_TOKEN: bindings.secret(), CACHE: bindings.kv({ id: mode === "production" ? "production-namespace-id" : "staging-namespace-id", }), DATABASE: bindings.d1({ name: `example-${mode}-database` }), UPLOADS: bindings.r2({ name: `example-${mode}-uploads` }), JOBS: bindings.queue < { userId: string } > ({ name: `example-${mode}-jobs`, }), AI: bindings.ai(), SEARCH_INDEX: bindings.vectorize({ name: `example-${mode}-search`, }), API: bindings.worker({ worker: `example-${mode}-api` }), }, }, })); ``` 同样,我们包含了一个用于 `triggers` 的辅助工具,这是为您的 Worker 定义路由、队列、计划任务和电子邮件触发器的新方式。现在,无需在配置文件中分散查找,您可以在一个简单的块中找到可能触发您的 Worker 运行的操作。 ``` import { defineConfig, triggers } from "cf/config"; export default defineConfig({ worker: { // ... triggers: [ triggers.fetch({ pattern: "example.com/*" }), triggers.scheduled({ schedule: "0 * * * *" }), triggers.queue({ name: "jobs", maxBatchSize: 10 }), triggers.email({ addresses: ["[email protected]"] }), ], }, }); ``` `defineConfig.worker` 在这里只是个开始。我们对 cloudflare.config.ts 的愿景是,这就是您管理整个 Cloudflare 的方式。您需要的每个产品——连同其 API 通过 cf 可供您的智能体使用——都将能够通过类型安全的配置来表达。不久,您将能够通过此配置文件配置整个策略、设置区域、配置 DNS 等等。 ## 一流的开发体验 当 Wrangler 最初开始构建 JavaScript Workers 时,Vite (https://vite.dev/) 还不存在。因此,我们在 Wrangler 中使用 esbuild 来打包您的 Workers。Wrangler 在 :8787 上提供的开发服务器是 Wrangler 团队构建的,修改其中任何一部分都意味着深入 Cloudflare 本地工具(如 Miniflare)的内部。 Vite 是对此的巨大改进,它附带了大量您可以使用的插件生态系统,并提供了具有一流体验的开发服务器,支持 HMR(热模块替换),以及使用基于 Rust 的库 Rolldown 进行树摇的构建。您能用 Vite 做的任何事情,都可以用 Cloudflare Vite 插件完成。 Cloudflare Vite 插件是我们建议您构建 Workers 的推荐方式,无论您构建什么:无论是以前端为重点的项目还是后端 API。结合我们的 Vitest 插件,它提供了一个与 Workers 运行时匹配、连贯的开发和测试环境,并允许您直接访问绑定和平台 API。 cf 默认基于 Vite 构建。您的大多数 Workers 将通过智能体轻松迁移。其他一些可能需要更多时间,这就是为什么 cf 将继续为需要继续使用 esbuild 以及 Rust 和 Python Workers 的 JavaScript Workers 委托给 Wrangler 进行开发和部署。 ## 从 Wrangler 迁移 从 Wrangler 迁移一个 Worker 只需运行 已经使用 Vite 构建的 Workers 将自动转换为 cloudflare.config.ts。如果您的 Worker 依赖 Wrangler 进行 esbuild,那么 cf 将继续将构建委托给 Wrangler。 当公开测试版结束时,我们将发布 Wrangler 的最终主要版本,指引您和您的智能体使用 cf。我们将在测试版结束后继续为 Wrangler 提供 18 个月的维护支持,以便您有时间迁移。 您也可以通过运行 `cf init/deploy` 来为新项目自动配置 Cloudflare,它将为您安装 Cloudflare Vite 插件并创建一个配置文件。 静态站点仍然不需要配置文件即可开始,在项目中运行 `cf deploy` 即可部署它们。 要使用 cf 开始一个新的 Hello World 项目,请使用 `cf init`。 *cf 是开源的,问题可以 (https://github.com/cloudflare/cf) 提交到我们的 GitHub 仓库。*

相似文章

agents-cli

Product Hunt

Agents-cli 是一个命令行界面工具,可使编码代理部署 AI 代理。

将 hf CLI 设计为适合 Hub 使用的 Agent 优化工具

Hugging Face Blog

Hugging Face 重新设计了其 `hf` CLI,使其同时面向人类用户和 Claude Code、Codex 等 AI 编程 Agent 进行优化,具备 Agent 感知的输出渲染能力,基准测试显示在复杂任务上相比不使用 CLI 的方案最高可节省 6 倍的 token 消耗。

@akshay_pachaar: https://x.com/akshay_pachaar/status/2053166970166772052

X AI KOLs Timeline

The article discusses a shift in AI agent tool usage from the 'MCP vs CLI' debate to 'Code Mode,' where agents write code to dynamically import tools, significantly reducing context window usage. It highlights Anthropic's approach and Cloudflare's implementation, demonstrating a 98.7% reduction in token consumption for specific tasks.