持久執行
Cloudflare 將此平台定位為以持久執行為核心,讓代理工作流程可跨越多個步驟持續進行,而不會在單一提示回應交換後停止。
Cloudflare Agents 是一個在 Cloudflare 上建構 agentic AI 工作流程的平台,可串接輸入、模型存取、持久執行與工具,讓開發者在單一技術堆疊打造多步驟代理。
Cloudflare Agents 是一個在 Cloudflare 上建構 agentic AI 的平台。首頁將代理描述為能接收使用者輸入、針對任務進行推理、在步驟之間保留狀態、呼叫 LLM,接著使用工具完成工作的系統。
此產品被呈現為代理工作流程的 Cloudflare 原生技術堆疊。該頁將電子郵件、聊天與語音等輸入管道,與 Cloudflare 的推理、執行、儲存與整合服務串連起來,讓團隊能在單一平台上建立完整流程。
來源也強調 Cloudflare 針對代理的執行模型:以 CPU 時間而非牆鐘時間計費,透過 WebSocket hibernation 支援長連線,並使用 Durable Objects 與 Workflows 讓代理在多步驟工作中持續前進。
蒐集到的定價 URL 回傳了「Not Found」,因此來源集無法確認此產品是否有公開定價頁、方案結構或計費層級。
Cloudflare 將此平台定位為以持久執行為核心,讓代理工作流程可跨越多個步驟持續進行,而不會在單一提示回應交換後停止。
來源指出,代理可透過 Workers AI 使用 Cloudflare 託管的推理,或透過 AI Gateway 連接外部模型供應商。
該頁將狀態與運算一起描述為執行層,並使用 Durable Objects 管理狀態、Workflows 進行協調。
代理可透過 API、MCP servers,以及 Browser Rendering、Vectorize 和 D1 等工具進行結構化操作。
該頁指出,Cloudflare Workers 依 CPU 時間而非牆鐘時間計費,並強調 Durable Objects 中的 WebSocket hibernation 可支援長連線。
建構從電子郵件、聊天或語音輸入開始,接著在不離開 Cloudflare 平台的情況下完成規劃、推理與任務執行的代理。
當工作流程需要模型推理作為迴圈的一部分時,建立可連接 Workers AI 或透過 AI Gateway 連接外部模型供應商的代理。
當代理需要持久執行、狀態,以及在新資訊到來時重新檢視計畫的能力時,使用 Durable Objects 與 Workflows。
當工作需要外部動作或資料存取時,將代理串接到 API、MCP servers,以及 Browser Rendering、Vectorize 或 D1 等 Cloudflare 工具。
建構可有效維持連線的代理執行環境,特別是在設計中包含 WebSockets 與其他長連線互動時。
Cloudflare Agents 是一個在 Cloudflare 上建構代理的平台。首頁描述了一個工作流程:從使用者輸入開始,連接到 LLM,以狀態與運算保障執行,然後透過工具採取行動。
來源指出可將電子郵件、聊天與語音作為可能的輸入管道,並展示 Cloudflare 元件,例如 Email Workers、WebSockets、Workers AI、AI Gateway、Durable Objects、Workflows、MCP servers、Browser Rendering、Vectorize 與 D1,作為代理建構流程的一部分。
公開網站文字未顯示定價模式或方案細節。定價頁路徑回傳了「Not Found」,因此沒有可從已蒐集來源摘要的支援定價資訊。
該頁將 Cloudflare Agents 定位為供開發者建構 agentic AI 工作流程的平台,適用於需要在多個步驟中進行持久執行、LLM 存取與工具使用的代理。
該頁強調代理可以規劃、反覆迭代並採取行動,但已蒐集來源未提供關於設定限制、輸出格式或超出這種高層級工作流程以外的限制之產品文件。