企业官网建设流程全解析

Cloudflare Computer 指南：10 分钟给 AI Agent 一台持久化云工作区

【免费下载链接】computerGive your agent a computer 👾项目地址: https://gitcode.com/GitHub_Trending/computer1/computer

你的 Agent 在对话第五轮写了一份配置文件，第六轮就找不到了——大模型只是“大脑”，没有“硬盘”，中间产物随进程重启一起蒸发。Cloudflare Computer 这台 AI Agent 云计算机，把持久化虚拟文件系统放进 Cloudflare Durable Object（一种有状态、可休眠再恢复的云函数），再叠加可插拔的执行后端，让 Agent 既能读写文件，也能跑真实的git、npm、pandoc命令。

快速判断：它是架在 Durable Object 之上的持久化文件系统 + 可插拔执行沙箱，文件状态以 SQLite 为唯一可信源，适合需要给 AI Agent 配工作目录与命令执行能力的开发者；目前处于 PREVIEW 阶段，API 不稳定，官方明确不建议直接用于生产，且单个 Workspace 与 DO 共享约 10GB 存储，定位是 Agent 规模的工作区而非完整 monorepo。

最快启动：5 条命令跑起一个终端 Agent

前提：Node.js、wrangler（Cloudflare 账号），容器后端还需要 Docker。仓库自带一组可运行示例，从 examples/think/ 起步：

git clone https://gitcode.com/GitHub_Trending/computer1/computer cd computer && npm install cd examples/think npm run dev # 终端 1：wrangler dev 启动 Worker npm run chat # 终端 2：打开终端聊天 UI

跑完你得到一个终端聊天界面：输入消息，Agent 自主调用文件与 shell 工具干活。每个--name是一个独立实例，拥有自己的 Workspace 和聊天历史。若要在自己的 Worker 上搭建，只需npm install @cloudflare/computer，然后在 Durable Object 里创建 Workspace——fs与runtime表面全异步、路径为绝对路径，风格接近fs/promises。

如何给 Agent 配持久化工作区：三项核心能力

重启不丢的文件系统（workspace.fs）

做什么：把全部文件状态写入 DO 的 SQLite 存储。你得到什么：writeFile、readFile（支持流式读取）、mkdir、readdir、rm、grep等操作，跨 DO 重启全部存活。典型用法：把中间产物、生成代码、聊天上下文落在/workspace；这棵目录树同时会挂载进沙箱容器，fs写入的文件exec立即可见，反之亦然。

一个入口，三种执行后端（workspace.runtime.exec）

做什么：exec(source, { backend })是唯一执行入口，按稳定 ID 路由，后端懒加载。这台 AI Agent 云计算机允许一个 Workspace 同时注册多个后端：

• container——沙箱容器 + FUSE 挂载，完整 Linux 用户态、真实二进制、可访问公网；
• worker shell——Dynamic Worker 里跑 just-bash，冷启动快，覆盖grep/sed/jq等文本工具及内置git；
• worker JavaScript——运行 ESM 模块，提供node:fs/promises与ws:git/ws:artifacts模块。

也可以不挂任何后端，只把 Workspace 当纯文件系统用。典型用法：快速文本命令走 shell，需要真实二进制或网络时落 container。

一行接入 AI SDK 工具集（createAITools）

做什么：@cloudflare/computer/tools的createAITools()自带read/write/edit/ls/find/grep/delete，可选exec（命令执行）与publish（把产物发布成可分享链接）。你得到什么：内置分页、字节上限、行号、原子化批量编辑与统一 diff 返回，把 ToolSet 直接传给 AI SDK 或 Agent 框架即可。接口细节见 docs/09_tool_interface.md。

真实场景串讲：一台“有电脑”的聊天 Agent

以 examples/think/ 为主线。

做了什么：按“最快启动”一节跑完两条命令后，在终端输入一句消息，例如“在工作区建一个待办文件并加两项”。

发生了什么：Assistant 这个 Durable Object 经 WebSocket 收到消息，模型自主调用工具——read/ls查看工作区、write/edit落盘文件、exec执行命令；exec默认走快速的 worker shell，需要真实二进制时回落 container，首次使用时才按需创建。

得到什么：文件落在持久化 Workspace 中，聊天历史一并保存，重启后再连可以接着聊。

其余示例各一行：

• examples/tutorial/——单端点：Agent 在宿主写 Markdown 食谱卡，容器里跑pandoc产出 PDF，返回 R2 签名链接
• examples/mcp/——把工作区、worker shell 与容器作为一个 MCPcode工具对外暴露
• examples/egress/——三种后端的网络出口策略（none/all/自定义）
• examples/think-compare-runtimes/——Web UI 里让同一任务在 container 与 worker 运行时并排执行
• examples/rlm/——生成的 JS 从 Workspace 读长上下文，并归约模型的有界结构化结果

机制与边界：同步怎么跑，性能到哪为止

核心机制有两个。第一，SQLite 是唯一可信源：文件系统的权威状态存在 DO 的 SQLite 里，DO 侧的虚拟文件系统由它支撑。第二，双向增量同步：容器内computerd守护进程把状态投影成/workspaceFUSE 挂载点；两侧变更各带单调递增的修订号，exec前 DO 把差异推给容器，exec返回后再把容器侧改动取回写进 SQLite；文件内容按 512 KiB 切块做内容哈希，只传输变化过的块。完整设计见 docs/02_sync_protocol.md。

PREVIEW 阶段提示：官方 README 明确标注本项目仅供预览与反馈，API 不稳定、设计可能变更；适合实验、探索与原型，目前不适合直接用于生产。docs/中的规格是前瞻性设计，读它的意图而非把它当作现状描述。

官方基准（fs-bench+ 一次 854 包的完整npm install，数据见 docs/19_performance.md）：

边界由此清晰：适合Agent 规模的工作区——中间产物、小型仓库、聊天上下文、git 操作；不适合完整 monorepo、海量node_modules安装与大文件 IO 密集型任务。

仓库导览：从哪里读起

• docs/——19 篇设计文档：VFS 布局、同步协议、fs/runtime 接口、性能数据，理解设计意图的最佳入口
• packages/computer/——@cloudflare/computer顶层包：Workspace 门面、fs/runtime 表面、R2 挂载、AI 工具
• packages/dofs/——Durable Object 上的 SQLite 虚拟文件系统与同步协议构件
• packages/computerd/——computerd守护进程：容器内的 FUSE 挂载 + HTTP/WebSocket RPC 服务
• packages/rpc/——DO 与容器之间共享的 capnweb 线协议类型
• examples/——可运行示例集合，每个自带 README

下步的三条动作

1. 今天（约 15 分钟）：在装有 Docker 的机器上按“最快启动”一节跑起examples/think，完成一轮“写文件 + 跑命令”的对话。
2. 本周（约 1 小时）：照着 examples/tutorial/ 的骨架写一个自己的单端点 Agent，走通“宿主写文件 → 容器跑pandoc→ 返回签名链接”的完整链路。
3. 接入正式项目前：依次读 docs/04_filesystem_interface.md、docs/05_runtime_interface.md 与 docs/19_performance.md，确认你的负载落在“元数据为主”的区间内，再决定选哪个后端组合。

【免费下载链接】computerGive your agent a computer 👾项目地址: https://gitcode.com/GitHub_Trending/computer1/computer